ejbejaranos/ScienticDatasetArxiv-openAI-FormatV3

该数据集包含为与OpenAI模型一起使用而转换的科学数据。它包括详细的描述和结构，专为机器学习应用设计。数据集结构包括一个训练分割，具有210,580个示例，总大小为409,911,619字节。特征包括Messages，其中包含Content和Role两个字段。数据集使用Apache-2.0许可证发布，任务类别为问答，语言为英语，标签为Papers和Scientific，大小类别为10K<n<100K。

原始信息汇总

数据集概述

基本信息

• 数据集名称: Scientific Dataset Arxiv OpenAI Format
• 许可证: Apache-2.0

数据结构

• 特征:
  • 名称: messages
    • 子特征:
      • 名称: content
        • 数据类型: string
      • 名称: role
        • 数据类型: string
• 分割:
  • 名称: train
    • 大小: 409,911,619 bytes
    • 示例数量: 210,580 examples
    • 下载大小: 128,200,822 bytes

配置

• 默认配置:
  • 数据文件:
    • 分割: train
      • 路径: data/train-*

附加信息

• 任务类别: Question Answering
• 语言: English
• 标签: Papers, Scientific
• 大小类别: 10K < n < 100K