AlekseyKorshuk/gpt4-llm-cleaned-chatml

---
dataset_info:
features:
- name: conversation
list:
- name: content
dtype: string
- name: do_train
dtype: bool
- name: role
dtype: string
splits:
- name: train
num_bytes: 39157218
num_examples: 54568
download_size: 21310829
dataset_size: 39157218
---
# Dataset Card for "gpt4-llm-cleaned-chatml"

Data preprocessing pipeline: https://github.com/AlekseyKorshuk/chat-data-pipeline

---
数据集信息：
特征：
- 名称：conversation，为列表类型，其列表元素包含三个子字段：
- content：内容，数据类型为字符串（string）
- do_train：是否用于训练，数据类型为布尔值（bool）
- role：角色，数据类型为字符串（string）
数据集拆分：
- 名称：train（训练集），字节大小为39157218，样本数量为54568
下载大小：21310829
数据集总大小：39157218
---
# 「gpt4-llm-cleaned-chatml」数据集卡片
数据预处理流水线：https://github.com/AlekseyKorshuk/chat-data-pipeline

原始信息汇总

数据集概述

数据集名称

gpt4-llm-cleaned-chatml

数据集特征

• conversation
  • content：字符串类型
  • do_train：布尔类型
  • role：字符串类型

数据集划分

• train
  • num_bytes：39157218字节
  • num_examples：54568个示例

数据集大小

• download_size：21310829字节
• dataset_size：39157218字节