five

NickyNicky/nano_OpenHermes-2.5_chatml_gemma

收藏
Hugging Face2024-03-23 更新2024-06-11 收录
下载链接:
https://hf-mirror.com/datasets/NickyNicky/nano_OpenHermes-2.5_chatml_gemma
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: text dtype: string - name: len_token dtype: int64 splits: - name: train num_bytes: 195803464 num_examples: 118849 download_size: 95174925 dataset_size: 195803464 configs: - config_name: default data_files: - split: train path: data/train-* language: - en --- ![image/png](https://cdn-uploads.huggingface.co/production/uploads/641b435ba5f876fe30c5ae0a/iI_akD8m-SuJG1a1xCHve.png) ``` <bos><start_of_turn>system You are a helpful AI assistant.<end_of_turn> <start_of_turn>user What flies without wings? What passes all things? What mends all sorrow? What brings the morrow?<end_of_turn> <start_of_turn>model The answer to the riddle is time. Time flies without wings, passes all things, mends all sorrow, and brings the morrow because it constantly moves forward and affects everything in its path.<end_of_turn><eos> ``` ## taken from teknium. ``` https://huggingface.co/datasets/teknium/OpenHermes-2.5 ```

数据集信息: 特征字段: - 名称:text,数据类型:字符串 - 名称:Token长度(len_token),数据类型:64位整数 数据集划分: - 名称:训练集(train),字节大小:195803464,样本数量:118849 下载大小:95174925,数据集总大小:195803464 数据集配置: - 配置名称:默认(default),数据文件: - 对应划分:训练集(train),文件路径:data/train-* 语言: - 英语(en) --- ![image/png](https://cdn-uploads.huggingface.co/production/uploads/641b435ba5f876fe30c5ae0a/iI_akD8m-SuJG1a1xCHve.png) <bos><start_of_turn>system 你是一名乐于助人的AI助手。<end_of_turn> <start_of_turn>user 什么东西无翼而飞?什么东西横贯万物?什么能抚平所有悲伤?什么会带来明日?<end_of_turn> <start_of_turn>model 这个谜语的答案是时间。时间无翼而飞,横贯万物,抚平所有悲伤,并带来明日,因为它始终向前行进,影响着途经的一切事物。<end_of_turn><eos> 数据来源:teknium https://huggingface.co/datasets/teknium/OpenHermes-2.5
提供机构:
NickyNicky
原始信息汇总

数据集概述

数据集特征

  • text: 数据类型为字符串。
  • len_token: 数据类型为整数(int64)。

数据集划分

  • train:
    • 示例数量: 118849
    • 数据大小: 195803464字节

数据集大小与下载大小

  • 下载大小: 95174925字节
  • 数据集大小: 195803464字节

语言

  • 英语(en)

配置

  • config_name: default
  • data_files:
    • split: train
    • path: data/train-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作