chansung/synth_ds_diverse2

---
dataset_info:
features:
- name: generator
dtype: string
- name: prompt_id
dtype: string
- name: seed_prompt
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: category
dtype: string
splits:
- name: train_sft
num_bytes: 79179142
num_examples: 25305
download_size: 14132196
dataset_size: 79179142
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
---

数据集信息：
特征项：
- 名称：生成器（generator），数据类型：字符串
- 名称：提示词ID（prompt_id），数据类型：字符串
- 名称：种子提示词（seed_prompt），数据类型：字符串
- 名称：对话消息（messages），数据类型为列表，列表元素包含：
- 消息内容（content），数据类型：字符串
- 消息角色（role），数据类型：字符串
- 名称：数据类别（category），数据类型：字符串
数据拆分：
- 拆分名称：train_sft，占用字节数：79179142，样本总数：25305
下载大小：14132196，数据集总大小：79179142
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 对应拆分：train_sft，文件路径：data/train_sft-*

原始信息汇总

数据集概述

数据集特征

• generator：数据类型为字符串。
• prompt_id：数据类型为字符串。
• seed_prompt：数据类型为字符串。
• messages：包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• category：数据类型为字符串。

数据集分割

• train_sft：包含25305个示例，总大小为79179142字节。

数据集大小

• 下载大小：14132196字节。
• 数据集总大小：79179142字节。

配置

• config_name：default
• data_files：
  • split：train_sft
  • path：data/train_sft-*