swesmith-unified-31600

该数据集包含31,600个训练样本，总大小约为1.52GB。每个样本包含以下字段：1) 'conversations'字段（包含'content'和'role'两个字符串子字段，表示对话内容和角色）；2) 'instance_id'字符串字段（实例标识符）；3) 'source'字符串字段（数据来源标识）。数据集采用单一训练集划分，未提供验证集或测试集。数据格式适合对话系统训练等自然语言处理任务，但未明确说明具体应用场景和原始数据来源。

原始信息汇总

数据集概述

基本信息

• 数据集名称: swesmith-unified-31600
• 发布者/组织: laion
• 数据集地址: https://huggingface.co/datasets/laion/swesmith-unified-31600

数据集结构与内容

• 数据格式: 包含三个主要特征字段
  • conversations: 列表类型，其中每个元素包含content（字符串类型）和role（字符串类型）字段。
  • instance_id: 字符串类型。
  • source: 字符串类型。
• 数据划分: 仅包含一个划分（split）
  • 划分名称: train
  • 样本数量: 31,600 条
  • 数据集大小（磁盘占用）: 约 1.52 GB (1,520,477,835.3244522 字节)
  • 下载大小: 约 402 MB (421,817,453 字节)

配置与访问

• 默认配置名称: default
• 数据文件路径: data/train-*