Crystalcareai/Self-Discover-MM-Instruct-openai

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train_sft
num_bytes: 51628393.10650887
num_examples: 9311
- name: test_sft
num_bytes: 2722536.8934911243
num_examples: 491
- name: train_gen
num_bytes: 18154020
num_examples: 9311
- name: test_gen
num_bytes: 967510
num_examples: 491
download_size: 39826465
dataset_size: 73472460.0
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
- split: train_gen
path: data/train_gen-*
- split: test_gen
path: data/test_gen-*
---

原始信息汇总

数据集概述

数据特征

• prompt: 类型为字符串。
• prompt_id: 类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 类型为字符串。
  • role: 类型为字符串。

数据分割

• train_sft: 包含9311个样本，大小为51628393.10650887字节。
• test_sft: 包含491个样本，大小为2722536.8934911243字节。
• train_gen: 包含9311个样本，大小为18154020字节。
• test_gen: 包含491个样本，大小为967510字节。

数据集大小

• 下载大小: 39826465字节。
• 数据集大小: 73472460.0字节。

配置

• config_name: default
  • data_files:
    • train_sft: 路径为data/train_sft-*
    • test_sft: 路径为data/test_sft-*
    • train_gen: 路径为data/train_gen-*
    • test_gen: 路径为data/test_gen-*