laurentiubp/wizard

---
dataset_info:
features:
- name: id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: category
dtype: string
- name: language
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 341900957.0
num_examples: 143000
download_size: 162409740
dataset_size: 341900957.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
- 标识符（id）：字符串类型
- 消息列表（messages）：列表类型，包含如下子特征：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 类别（category）：字符串类型
- 语言（language）：字符串类型
- 来源（source）：字符串类型
数据划分：
- 训练集（train）：数据字节数为341900957.0，样本总量为143000
下载大小：162409740
数据集总大小：341900957.0
配置项：
- 默认配置（default）：数据文件路径为训练划分下的data/train-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• messages: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• category: 数据类型为字符串。
• language: 数据类型为字符串。
• source: 数据类型为字符串。

数据集分割

• train:
  • 数据大小: 341,900,957 字节
  • 示例数量: 143,000

数据集大小

• 下载大小: 162,409,740 字节
• 数据集总大小: 341,900,957 字节

配置信息

• config_name: default
• data_files:
  • split: train
  • path: data/train-*