severo/deita-6k-v0-sft

该数据集包含多个特征，包括prompt（提示）、prompt_id（提示ID）和messages（消息），其中messages包含content（内容）和role（角色）两个子特征。数据集分为四个部分：train_sft（训练集SFT）、test_sft（测试集SFT）、train_gen（训练集GEN）和test_gen（测试集GEN），每个部分都有相应的字节大小和示例数量。数据集总下载大小为232332840字节，总数据集大小为586698031字节。

原始信息汇总

数据集概述

特征信息

• 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:
  • 字节数: 282384543.6
  • 样本数: 5700
• test_sft:
  • 字节数: 14862344.4
  • 样本数: 300
• train_gen:
  • 字节数: 276218301
  • 样本数: 5700
• test_gen:
  • 字节数: 13232842
  • 样本数: 300

数据大小

• 下载大小: 232332840 字节
• 数据集大小: 586698031 字节

配置信息

• default 配置包含以下数据文件路径：
  • train_sft: data/train_sft-*
  • test_sft: data/test_sft-*
  • train_gen: data/train_gen-*
  • test_gen: data/test_gen-*

标签

• not-for-all-audiences