chansung/synth_ds_diverse

---
dataset_info:
features:
- name: generator
dtype: string
- name: prompt_id
dtype: string
- name: seed_prompt
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: category
dtype: string
splits:
- name: train_sft
num_bytes: 94473471
num_examples: 30327
download_size: 16823640
dataset_size: 94473471
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
---

数据集信息：
特征项：
- 名称：generator（生成器）
数据类型：字符串
- 名称：prompt_id（提示词ID）
数据类型：字符串
- 名称：seed_prompt（种子提示词）
数据类型：字符串
- 名称：messages（消息列表）
数据类型：列表
列表元素结构：
- 子字段：content（内容）
数据类型：字符串
- 子字段：role（角色）
数据类型：字符串
- 名称：category（分类标签）
数据类型：字符串
分割集：
- 名称：train_sft（监督微调训练集）
字节占用量：94473471字节
样本总数：30327
下载大小：16823640字节
数据集总大小：94473471字节
配置项：
- 配置名称：default（默认配置）
数据文件：
- 对应分割集：train_sft
文件路径：data/train_sft-*

原始信息汇总

数据集概述

数据集特征

• generator：字符串类型
• prompt_id：字符串类型
• seed_prompt：字符串类型
• messages：列表类型，包含以下子特征：
  • content：字符串类型
  • role：字符串类型
• category：字符串类型

数据集分割

• train_sft：
  • 数据量：94473471 字节
  • 示例数量：30327

数据集大小

• 下载大小：16823640 字节
• 数据集总大小：94473471 字节

配置

• config_name: default
• data_files:
  • split: train_sft
  • path: data/train_sft-*