llama-duo/synth_classification_dataset_dedup

该数据集包含多个特征，如生成器、提示ID、种子提示、消息列表、类别和提示。消息列表进一步包含内容和角色。数据集分为训练集和测试集，训练集包含92634个示例，测试集包含16个示例。数据集的总下载大小为38052768字节，总数据集大小为247374681字节。

原始信息汇总

数据集概述

特征信息

• generator: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• seed_prompt: 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。
• category: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据分割

• train_sft_gpt4o: 字节数为247360484，样本数为92634。
• test: 字节数为14197，样本数为16。

数据集大小

• 下载大小: 38052768字节。
• 数据集大小: 247374681字节。

配置信息

• default: 包含以下数据文件：
  • train_sft_gpt4o: 路径为data/train_sft_gpt4o-*。
  • test: 路径为data/test-*。