ondevicellm/oasst1_top1_2023-08-25

---
dataset_info:
features:
- name: text
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 45851722
num_examples: 12947
- name: test
num_bytes: 2409830
num_examples: 690
download_size: 27632212
dataset_size: 48261552
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名为`text`，数据类型为字符串
- 字段名为`messages`，为列表类型，列表元素包含两个子字段：
- 子字段`content`，数据类型为字符串
- 子字段`role`，数据类型为字符串
数据集拆分：
- 拆分名称为`train`（训练集）：字节数45851722，样本量12947
- 拆分名称为`test`（测试集）：字节数2409830，样本量690
下载大小：27632212
总数据集大小：48261552
配置项：
- 配置名称为`default`：
数据文件映射关系为：
- 训练集对应数据路径`data/train-*`
- 测试集对应数据路径`data/test-*`

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。
• messages: 列表类型，包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 45851722
  • 样本数: 12947
• test:
  • 字节数: 2409830
  • 样本数: 690

数据集大小

• 下载大小: 27632212 字节
• 数据集大小: 48261552 字节

配置信息

• default:
  • train: 文件路径为 data/train-*
  • test: 文件路径为 data/test-*