giux78/100000-120000-ultrafeedback-ita

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train_sft
num_bytes: 147192537
num_examples: 20000
- name: test_sft
num_bytes: 154695659
num_examples: 23110
- name: train_gen
num_bytes: 1347396812
num_examples: 256032
- name: test_gen
num_bytes: 148276089
num_examples: 28304
download_size: 969780599
dataset_size: 1797561097
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
- split: train_gen
path: data/train_gen-*
- split: test_gen
path: data/test_gen-*
---

原始信息汇总

数据集概述

数据特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train_sft: 包含20,000个样本，大小为147,192,537字节。
• test_sft: 包含23,110个样本，大小为154,695,659字节。
• train_gen: 包含256,032个样本，大小为1,347,396,812字节。
• test_gen: 包含28,304个样本，大小为148,276,089字节。

数据大小

• 下载大小: 969,780,599字节。
• 数据集大小: 1,797,561,097字节。

配置信息

• config_name: default
  • data_files:
    • train_sft: 路径为data/train_sft-*
    • test_sft: 路径为data/test_sft-*
    • train_gen: 路径为data/train_gen-*
    • test_gen: 路径为data/test_gen-*