IlyaGusev/oasst2_ru_main_branch

该数据集基于oasst2，仅包含俄语的消息树，并且仅包含主分支。数据集的特征包括messages和id，其中messages包含role和content两个字段，id为字符串类型。数据集适用于文本生成任务，规模在1K到10K之间，采用apache-2.0许可证。

原始信息汇总

数据集概述

基本信息

• 语言: 俄语 (ru)
• 许可证: Apache-2.0
• 大小分类: 1K<n<10K
• 任务分类: 文本生成

数据集特征

• 特征名称: messages
  • 子特征:
    • 名称: role
      • 数据类型: 字符串
    • 名称: content
      • 数据类型: 字符串
• 特征名称: id
  • 数据类型: 字符串

数据集来源

• 基于 oasst2。
• 仅包含俄语消息树，仅主分支。

数据处理脚本

• 脚本名称: get_oasst_ru.py