smangrul/deita-6k-v0-chatml

---
dataset_info:
features:
- name: id
dtype: int64
- name: source
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 263976657.3
num_examples: 5400
- name: test
num_bytes: 29330739.7
num_examples: 600
download_size: 115111185
dataset_size: 293307397.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：id，数据类型：64位整数（int64）
- 名称：source，数据类型：字符串（string）
- 名称：messages，数据类型：列表（list），列表包含以下子字段：
- 名称：content，数据类型：字符串（string）
- 名称：role，数据类型：字符串（string）
数据集划分：
- 名称：训练集（train），字节数：263976657.3，样本数量：5400
- 名称：测试集（test），字节数：29330739.7，样本数量：600
下载大小：115111185
数据集总大小：293307397.0
配置项：
- 配置名称：默认配置（default），数据文件：
- 训练集（train）对应路径：data/train-*
- 测试集（test）对应路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为 int64
• source: 数据类型为 string
• messages: 列表类型，包含以下字段：
  • content: 数据类型为 string
  • role: 数据类型为 string

数据集分割

• train:
  • 字节数: 263976657.3
  • 样本数: 5400
• test:
  • 字节数: 29330739.7
  • 样本数: 600

数据集大小

• 下载大小: 115111185
• 数据集大小: 293307397.0

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*