communityai/system_identity_v2

---
dataset_info:
features:
- name: source
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 970154.8341013825
num_examples: 858
- name: test
num_bytes: 11307.165898617512
num_examples: 10
download_size: 117196
dataset_size: 981462.0
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

• source：数据类型为字符串。
• conversations：包含两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• messages：包含两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。

数据集分割

• 训练集 (train)：包含858个样本，总大小为970154.8341013825字节。
• 测试集 (test)：包含10个样本，总大小为11307.165898617512字节。

数据集大小

• 下载大小：117196字节。
• 数据集总大小：981462.0字节。

数据文件配置

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