manishiitg/LDJnr-Capybara

---
dataset_info:
features:
- name: org_dataset
dtype: string
- name: uniq_id
dtype: string
- name: en_messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: hi_messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 76326810
num_examples: 6710
download_size: 30685522
dataset_size: 76326810
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：原始数据集（org_dataset），数据类型：字符串
- 名称：唯一标识符（uniq_id），数据类型：字符串
- 名称：英文对话消息（en_messages），数据类型为列表，列表元素包含：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：印地语对话消息（hi_messages），数据类型为列表，列表元素包含：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
数据划分：
- 划分名称：训练集（train），字节占用大小：76326810，样本总数：6710
下载大小：30685522
数据集总大小：76326810
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • org_dataset: 类型为字符串。
  • uniq_id: 类型为字符串。
  • en_messages: 包含以下子特征的列表:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • hi_messages: 包含以下子特征的列表:
    • content: 类型为字符串。
    • role: 类型为字符串。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 76326810
  • 样本数: 6710

数据集大小

• 下载大小: 30685522 字节
• 数据集大小: 76326810 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*