htoan21/huggingface_sft_data

---
dataset_info:
features:
- name: doc_id
dtype: string
- name: provided_dataset
dtype: string
- name: lang
dtype: string
- name: task
dtype: string
- name: messages
dtype: string
- name: meta_filtered
dtype: string
- name: canonical_hash
dtype: string
- name: domain
dtype: string
splits:
- name: train
num_bytes: 3166790309
num_examples: 928813
download_size: 1455371691
dataset_size: 3166790309
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

---
数据集信息：
特征列表：
- 字段名：doc_id，数据类型：字符串
- 字段名：provided_dataset，数据类型：字符串
- 字段名：lang，数据类型：字符串
- 字段名：task，数据类型：字符串
- 字段名：messages，数据类型：字符串
- 字段名：meta_filtered，数据类型：字符串
- 字段名：规范哈希值（canonical_hash），数据类型：字符串
- 字段名：domain，数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节大小：3166790309，样本数量：928813
下载大小：1455371691
数据集总大小：3166790309
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集，文件路径：data/train-*
---