distilabel-internal-testing/Capybara-and-SystemChat-1.1-Text

---
dataset_info:
features:
- name: dataset
dtype: string
- name: source
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: text
dtype: string
splits:
- name: train
num_bytes: 238142018
num_examples: 36222
download_size: 117789218
dataset_size: 238142018
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 字段名称：dataset，数据类型：字符串（string）
- 字段名称：source，数据类型：字符串（string）
- 字段名称：messages，数据类型为列表类型，列表内包含两个子字段：
- 字段名称：content，数据类型：字符串（string）
- 字段名称：role，数据类型：字符串（string）
- 字段名称：text，数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），占用字节数：238142018，样本总数：36222
下载大小：117789218
数据集总大小：238142018
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• dataset: 数据类型为字符串（string）。
• source: 数据类型为字符串（string）。
• messages: 包含以下子特征：
  • content: 数据类型为字符串（string）。
  • role: 数据类型为字符串（string）。
• text: 数据类型为字符串（string）。

数据集划分

• train:
  • 字节数: 238142018
  • 示例数量: 36222

数据集大小

• 下载大小: 117789218
• 数据集大小: 238142018

配置

• default:
  • 数据文件路径: data/train-*