nguyenthanhdo/orca-cqa-v1.0

该数据集包含由GPT-3.5和GPT-4生成的问题和回答，每个样本包含id、系统提示、问题、回答、问题字数和回答字数等特征。数据集分为gpt3.5和gpt4两个部分，分别包含426,091和110,053个样本。数据集的总下载大小为1,074,570,511字节，总大小为921,097,006.83字节。

原始信息汇总

数据集概述

配置信息

• 默认配置：
  • 数据文件：
    • gpt3.5 分割：路径为 data/gpt3.5-*
    • gpt4 分割：路径为 data/gpt4-*

数据集信息

• 特征：

  • id：类型为 string
  • system_prompt：类型为 string
  • question：类型为 string
  • response：类型为 string
  • question_word_count：类型为 int64
  • response_word_count：类型为 int64

• 分割：

  • gpt3.5：
    • 字节数：721493280.2090137
    • 样本数：426091
  • gpt4：
    • 字节数：199603726.6207845
    • 样本数：110053

• 下载大小：1074570511 字节

• 数据集大小：921097006.8297982 字节