bdsaglam/web_nlg-erx-sft-openai

--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 17422745 num_examples: 35426 - name: dev num_bytes: 2199484 num_examples: 4464 - name: test num_bytes: 3840482 num_examples: 7305 download_size: 2700351 dataset_size: 23462711 configs: - config_name: default data_files: - split: train path: data/train-* - split: dev path: data/dev-* - split: test path: data/test-* ---数据集信息： 特征： - 字段名：对话（conversations），为列表类型，列表内的每条数据包含两个子字段： - 字段名：内容（content），数据类型为字符串（string） - 字段名：角色（role），数据类型为字符串（string） 数据集划分： - 划分名称：训练集（train），占用字节数：17422745，样本总数：35426 - 划分名称：开发集（dev，常作为验证集），占用字节数：2199484，样本总数：4464 - 划分名称：测试集（test），占用字节数：3840482，样本总数：7305 下载大小：2700351 数据集总大小：23462711 配置信息： - 配置名称：默认配置（default），数据文件映射关系如下： - 训练集（train）对应数据路径：data/train-* - 开发集（dev）对应数据路径：data/dev-* - 测试集（test）对应数据路径：data/test-*

原始信息汇总

数据集概述

特征信息

• 名称: conversations
  • 内容:
    • 名称: content
      • 数据类型: string
    • 名称: role
      • 数据类型: string

数据分割

• 训练集
  • 字节数: 17422745
  • 样本数: 35426
• 开发集
  • 字节数: 2199484
  • 样本数: 4464
• 测试集
  • 字节数: 3840482
  • 样本数: 7305

数据大小

• 下载大小: 2700351 字节
• 数据集大小: 23462711 字节

配置信息

• 配置名称: default
  • 数据文件:
    • 训练集路径: data/train-*
    • 开发集路径: data/dev-*
    • 测试集路径: data/test-*