heegyu/ko-openchat-0406

该数据集由多个子数据集组成，涵盖了指令执行、推理、常识、数学、编码、函数调用、安全性和咨询等多个领域。数据集被分为训练集和测试集，训练集包含2,302,452个样本，测试集包含1,000个样本。数据集的下载大小为2,826,393,454字节，总大小为5,735,454,142字节。

原始信息汇总

数据集概述

数据集特征

• conversations
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• source：数据类型为字符串。

数据集分割

• train
  • num_bytes：5732964203.359212字节。
  • num_examples：2302452个样本。
• test
  • num_bytes：2489938.6407878264字节。
  • num_examples：1000个样本。

数据集大小

• download_size：2826393454字节。
• dataset_size：5735454142.0字节。

配置文件

• config_name：default
  • data_files
    • split：train
      • path：data/train-*
    • split：test
      • path：data/test-*