Self-GRIT/tulu-v2-sft-mixture-llama3-inference-retrieval-tokens-10k-outputs-v1

--- dataset_info: features: - name: dataset dtype: string - name: id dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string - name: instruction dtype: string - name: output dtype: string - name: prompt_insert_retrieval_tokens dtype: string - name: completion dtype: string - name: token_length dtype: int64 - name: failed dtype: int64 splits: - name: train num_bytes: 167545040 num_examples: 10000 download_size: 57418184 dataset_size: 167545040 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列表： - 特征名：dataset，数据类型：字符串（string） - 特征名：id，数据类型：字符串（string） - 特征名：messages，类型为列表，其包含的子特征项为： - 子特征名：content，数据类型：字符串（string） - 子特征名：role，数据类型：字符串（string） - 特征名：instruction，数据类型：字符串（string） - 特征名：output，数据类型：字符串（string） - 特征名：prompt_insert_retrieval_tokens，数据类型：字符串（string），译为提示插入检索Token - 特征名：completion，数据类型：字符串（string），译为补全文本（completion） - 特征名：token_length，数据类型：64位整数（int64），译为Token长度 - 特征名：failed，数据类型：64位整数（int64），译为失败标记 数据集划分： - 划分名称：train（训练集），字节占用量：167545040，样本总数：10000 下载大小：57418184 数据集总大小：167545040 配置项： - 配置名称：default（默认配置），对应数据文件： - 划分：train（训练集），文件路径：data/train-*