HuggingFaceH4/deita-6k-v0-sft

---
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: 282384543.6
num_examples: 5700
- name: test_sft
num_bytes: 14862344.4
num_examples: 300
- name: train_gen
num_bytes: 276218301
num_examples: 5700
- name: test_gen
num_bytes: 13232842
num_examples: 300
download_size: 232332840
dataset_size: 586698031.0
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-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串类型
- 名称：提示词ID（prompt_id），数据类型：字符串类型
- 名称：对话消息（messages），数据类型为列表，列表元素包含：
- 名称：内容（content），数据类型：字符串类型
- 名称：角色（role），数据类型：字符串类型
数据集划分：
- 划分名称：监督微调训练集（train_sft），字节占用量：282384543.6，样本总数：5700
- 划分名称：监督微调测试集（test_sft），字节占用量：14862344.4，样本总数：300
- 划分名称：生成式训练集（train_gen），字节占用量：276218301，样本总数：5700
- 划分名称：生成式测试集（test_gen），字节占用量：13232842，样本总数：300
下载总大小：232332840，数据集总占用大小：586698031.0
配置项：
- 配置名称：默认配置（default），数据文件配置：
- 对应划分：train_sft，文件路径：data/train_sft-*
- 对应划分：test_sft，文件路径：data/test_sft-*
- 对应划分：train_gen，文件路径：data/train_gen-*
- 对应划分：test_gen，文件路径：data/test_gen-*

原始信息汇总

数据集概述

数据集特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• messages: 列表类型
  • content: 字符串类型
  • role: 字符串类型

数据集分割

• train_sft:
  • 字节数: 282384543.6
  • 样本数: 5700
• test_sft:
  • 字节数: 14862344.4
  • 样本数: 300
• train_gen:
  • 字节数: 276218301
  • 样本数: 5700
• test_gen:
  • 字节数: 13232842
  • 样本数: 300

数据集大小

• 下载大小: 232332840 字节
• 数据集大小: 586698031.0 字节

配置

• default 配置:
  • train_sft: data/train_sft-*
  • test_sft: data/test_sft-*
  • train_gen: data/train_gen-*
  • test_gen: data/test_gen-*