pvduy/sft_800k

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 2034641448
num_examples: 888423
- name: test
num_bytes: 5690712
num_examples: 1000
download_size: 1014799986
dataset_size: 2040332160
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
# Dataset Card for "sft_800k"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 名称：messages
列表结构：
- 子字段名：content
数据类型：字符串
- 子字段名：role
数据类型：字符串
数据划分：
- 名称：训练集（train）
字节大小：2034641448
样本数量：888423
- 名称：测试集（test）
字节大小：5690712
样本数量：1000
下载大小：1014799986
数据集总大小：2040332160
配置项：
- 配置名称：默认配置（default）
数据文件：
- 对应划分：训练集
路径：data/train-*
- 对应划分：测试集
路径：data/test-*

# 「sft_800k」数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征:

  • messages:
    • content: 数据类型为字符串
    • role: 数据类型为字符串

• 分割:

  • train:
    • 字节数: 2034641448
    • 样本数: 888423
  • test:
    • 字节数: 5690712
    • 样本数: 1000

• 下载大小: 1014799986 字节

• 数据集大小: 2040332160 字节

配置

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