wandb/deita-10k-v0-sft-latin
收藏Hugging Face2024-03-10 更新2024-06-22 收录
下载链接：
https://hf-mirror.com/datasets/wandb/deita-10k-v0-sft-latin
下载链接
链接失效反馈官方服务：
资源简介：
该数据集与HuggingFaceH4/deita-10k-v0-sft相同，但不包含非拉丁文本。数据集包含prompt、prompt_id和messages三个特征，其中messages是一个列表，包含content和role两个字段。数据集被分为train_sft、test_sft、train_gen和test_gen四个部分，每个部分都有相应的字节数和示例数。
该数据集与HuggingFaceH4/deita-10k-v0-sft相同，但不包含非拉丁文本。数据集包含prompt、prompt_id和messages三个特征，其中messages是一个列表，包含content和role两个字段。数据集被分为train_sft、test_sft、train_gen和test_gen四个部分，每个部分都有相应的字节数和示例数。
提供机构：
wandb
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: 包含以下子特征：
- content: 数据类型为字符串。
- role: 数据类型为字符串。
数据划分
- train_sft: 包含8553个样本，占用306404981字节。
- test_sft: 包含448个样本，占用15688979字节。
- train_gen: 包含8555个样本，占用294678464字节。
- test_gen: 包含448个样本，占用15083472字节。
数据大小
- 下载大小: 252913263字节。
- 数据集大小: 631855896字节。
配置
- default: 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-*
- train_sft:
