swesmith-unified-3160

该数据集包含对话数据，每个实例包含一个对话列表（包含内容和角色字段）、实例ID和数据来源标识。数据集仅包含训练集，共3,160个样本。数据以结构化格式存储，适用于对话系统训练或自然语言处理相关任务。

This dataset contains dialogue data. Each instance includes a dialogue list with content and role fields, an instance ID, and a data source identifier. The dataset only contains the training set, with a total of 3,160 samples. The data is stored in a structured format and is applicable to dialogue system training or other natural language processing (NLP) related tasks.

原始信息汇总

数据集概述

数据集基本信息

• 数据集名称: swesmith-unified-3160
• 发布者/组织: laion
• 数据集地址: https://huggingface.co/datasets/laion/swesmith-unified-3160

数据集结构与内容

• 数据格式: 包含多个字段的结构化数据。
• 核心特征:
  • conversations: 一个列表，其中每个元素包含：
    • content: 字符串类型，表示对话内容。
    • role: 字符串类型，表示对话角色。
  • instance_id: 字符串类型，表示实例的唯一标识符。
  • source: 字符串类型，表示数据来源。

数据集规模与版本

• 数据拆分: 仅包含一个拆分：
  • train (训练集):
    • 样本数量: 3160 个示例。
    • 数据集大小: 154,426,169 字节 (约 154.4 MB)。
• 下载信息:
  • 下载文件大小: 42,177,996 字节 (约 42.2 MB)。
  • 数据集存储大小: 154,426,169 字节 (约 154.4 MB)。

数据获取与配置

• 默认配置名称: default
• 数据文件路径:
  • 对于 train 拆分，数据文件路径模式为: data/train-*