if001/elyza_JaMARD_fork

--- license: mit dataset_info: features: - name: messages list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 11869071.318907445 num_examples: 10385 - name: validation num_bytes: 1738230.3479185659 num_examples: 1450 - name: test num_bytes: 1816937.2658155214 num_examples: 1520 download_size: 5600440 dataset_size: 15424238.932641532 configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* - split: test path: data/test-* language: - ja --- https://huggingface.co/datasets/elyza/JaMARD のforkです。 trust_remote_codeがdeprecatedになったので、Parquetを直接取得できるように変更したものです。许可证：MIT许可证 数据集信息： 数据特征： - 字段名：messages，为列表类型，列表元素包含两个子字段： - content：数据类型为字符串（string） - role：数据类型为字符串（string） 数据集划分： - 划分名称：train（训练集），数据字节数：11869071.318907445，样本数量：10385 - 划分名称：validation（验证集），数据字节数：1738230.3479185659，样本数量：1450 - 划分名称：test（测试集），数据字节数：1816937.2658155214，样本数量：1520 下载总大小：5600440 字节 数据集总占用大小：15424238.932641532 字节 配置项： - 配置名称：default（默认配置） 数据文件映射： - 训练集（train）对应路径：data/train-* - 验证集（validation）对应路径：data/validation-* - 测试集（test）对应路径：data/test-* 语言：日语（ja） 本数据集为https://huggingface.co/datasets/elyza/JaMARD 的派生复刻版本，因`trust_remote_code`功能已被弃用，故调整为可直接获取Parquet格式数据文件的版本。