nthakur/miracl-raft-sft-instruct-v0.2

---
dataset_info:
features:
- name: id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: positive_ids
sequence: string
- name: negative_ids
sequence: string
- name: language
dtype: string
- name: labelling_model
dtype: string
splits:
- name: train
num_bytes: 524325382.2233416
num_examples: 48610
- name: test
num_bytes: 43145474.77665843
num_examples: 4000
download_size: 287963311
dataset_size: 567470857.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• id：字符串类型
• messages：列表类型，包含以下子特征：
  • content：字符串类型
  • role：字符串类型
• positive_ids：字符串序列类型
• negative_ids：字符串序列类型
• language：字符串类型
• labelling_model：字符串类型

数据集分割

• 训练集：
  • 数据量：48610个样本
  • 存储大小：524325382.2233416字节
• 测试集：
  • 数据量：4000个样本
  • 存储大小：43145474.77665843字节

数据集大小

• 下载大小：287963311字节
• 数据集总大小：567470857.0字节

数据文件配置

• 默认配置：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*