chanwit/ultrachat_200k_filtered

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train_sft
num_bytes: 1396561957
num_examples: 207646
- name: test_sft
num_bytes: 154634580
num_examples: 23082
download_size: 813170063
dataset_size: 1551196537
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

原始信息汇总

数据集信息

特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• messages: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• index_level_0: 整数类型

数据分割

• train_sft:
  • 字节数: 1396561957
  • 样本数: 207646
• test_sft:
  • 字节数: 154634580
  • 样本数: 23082

数据大小

• 下载大小: 813170063 字节
• 数据集大小: 1551196537 字节

配置

• default 配置:
  • 训练数据文件路径: data/train_sft-*
  • 测试数据文件路径: data/test_sft-*