osieosie/tulu-aya-filtered-v4

---
dataset_info:
features:
- name: id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: source
dtype: string
- name: user_tokens
dtype: int64
- name: assistant_tokens
dtype: int64
splits:
- name: train
num_bytes: 908397
num_examples: 473
download_size: 451748
dataset_size: 908397
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征项：
1. 标识符字段：字段名为`id`，数据类型为字符串（string）
2. 对话消息列表：字段名为`messages`，为列表类型，列表内每条元素包含两个子字段：
- 内容子字段：字段名为`content`，数据类型为字符串（string）
- 角色子字段：字段名为`role`，数据类型为字符串（string）
3. 数据来源字段：字段名为`source`，数据类型为字符串（string）
4. 用户Token计数字段：字段名为`user_tokens`，数据类型为64位整型（int64）
5. 助手Token计数字段：字段名为`assistant_tokens`，数据类型为64位整型（int64）
数据集划分：
- 训练集：划分名称为`train`，占用字节数为908397，共包含473条样本
下载大小：451748字节
数据集总大小：908397字节
数据集配置：
- 默认配置：配置名称为`default`，数据文件配置为：训练划分对应的数据文件路径为`data/train-*`