habanoz/airoboros-3.1-no-mathjson-max-1k

这是一个修改版的jondurbin/airoboros-3.1数据集，排除了mathjson实例，并限制了输入+输出+特殊标记的长度为1024个标记。数据集包含id、conversations（包含from和value两个子特征）和category等特征，训练集的大小为40852711.20890598字节，包含20180个示例。

This is a modified version of the jondurbin/airoboros-3.1 dataset, where mathjson instances have been excluded, and the total length of input, output and special tokens is limited to 1024 tokens. The dataset includes features such as id, conversations (which contains two sub-features: from and value), and category. The training set has a size of 40852711.20890598 bytes and contains 20180 examples.

原始信息汇总

数据集卡片 "airoboros-3.1-no-mathjson-max-1k"

数据集概述

• 数据集名称: airoboros-3.1-no-mathjson-max-1k
• 版本: 3.1
• 修改说明:
  • 排除了mathjson实例
  • 输入+输出+特殊标记的长度限制为1024个标记（假设为llama聊天格式）

数据集配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

数据集信息

• 特征:
  • id: 字符串类型
  • conversations: 列表类型
    • from: 字符串类型
    • value: 字符串类型
  • category: 字符串类型
• 分割:
  • train:
    • 字节数: 40852711.20890598
    • 样本数: 20180
• 下载大小: 6394016
• 数据集大小: 40852711.20890598