HydraLM/GPT4-LLM-Cleaned_standardized

---
dataset_info:
features:
- name: message
dtype: string
- name: message_type
dtype: string
- name: message_id
dtype: int64
- name: conversation_id
dtype: int64
splits:
- name: train
num_bytes: 41862648
num_examples: 163704
download_size: 0
dataset_size: 41862648
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "GPT4-LLM-Cleaned_standardized"

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

---
数据集信息：
特征项：
- 字段名：message（消息内容），数据类型：字符串
- 字段名：message_type（消息类型），数据类型：字符串
- 字段名：message_id（消息ID），数据类型：64位整数（int64）
- 字段名：conversation_id（对话ID），数据类型：64位整数（int64）
数据集划分：
- 划分名称：train（训练集），占用字节数：41862648，样本总量：163704
下载大小：0
数据集总大小：41862648
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据集划分：train（训练集），文件路径：data/train-*
---
# "GPT4-LLM-Cleaned_standardized"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

数据集名称

• 名称: GPT4-LLM-Cleaned_standardized

数据集特征

• 特征列表:
  • message: 数据类型为字符串。
  • message_type: 数据类型为字符串。
  • message_id: 数据类型为整数64位。
  • conversation_id: 数据类型为整数64位。

数据集划分

• 训练集:
  • 名称: train
  • 大小: 41862648字节
  • 示例数量: 163704

数据集大小

• 总大小: 41862648字节

配置信息

• 默认配置:
  • 配置名称: default
  • 数据文件路径: data/train-*