viveksourabh/miracl_llama70B_filter_langs

---
dataset_info:
features:
- name: id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: positive_ids
sequence: string
- name: negative_ids
sequence: string
- name: language
dtype: string
- name: labelling_model
dtype: string
splits:
- name: train
num_bytes: 119925450.95906192
num_examples: 11115
- name: test
num_bytes: 10178490.71075
num_examples: 947
download_size: 63725500
dataset_size: 130103941.66981192
---
# Dataset Card for "miracl_llama70B_filter_langs"

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

数据集信息：
特征字段：
- 名称：id
数据类型：字符串
- 名称：messages
类型为列表，包含子字段：
- 名称：content
数据类型：字符串
- 名称：role
数据类型：字符串
- 名称：positive_ids
类型为字符串序列
- 名称：negative_ids
类型为字符串序列
- 名称：language
数据类型：字符串
- 名称：labelling_model
数据类型：字符串
数据集划分：
- 划分名称：train（训练集）
字节数：119925450.95906192
样本数：11115
- 划分名称：test（测试集）
字节数：10178490.71075
样本数：947
下载大小：63725500
数据集总大小：130103941.66981192

# 「miracl_llama70B_filter_langs」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

miracl_llama70B_filter_langs

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。
• positive_ids: 数据类型为字符串序列。
• negative_ids: 数据类型为字符串序列。
• language: 数据类型为字符串。
• labelling_model: 数据类型为字符串。

数据集分割

• train: 包含11115个示例，占用119925450.95906192字节。
• test: 包含947个示例，占用10178490.71075字节。

数据集大小

• 下载大小: 63725500字节。
• 数据集总大小: 130103941.66981192字节。