smangrul/deita-10k-v0-chatml

---
dataset_info:
features:
- name: id
dtype: int64
- name: source
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 325581880.5
num_examples: 9000
- name: test
num_bytes: 36175764.5
num_examples: 1000
download_size: 143691873
dataset_size: 361757645.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

# Deita-10k-V0 in Chat ML Format

https://huggingface.co/datasets/hkust-nlp/deita-10k-v0 but in ChatML format.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • id: 数据类型为 int64
  • source: 数据类型为 string
  • messages: 列表类型，包含以下子特征:
    • content: 数据类型为 string
    • role: 数据类型为 string

• 数据分割:

  • train:
    • 字节数: 325581880.5
    • 样本数: 9000
  • test:
    • 字节数: 36175764.5
    • 样本数: 1000

• 下载大小: 143691873 字节

• 数据集大小: 361757645.0 字节

配置

• 配置名称: default
• 数据文件:
  • train: 路径为 data/train-*
  • test: 路径为 data/test-*