Locutusque/cogstack-conv-sharegpt

---
dataset_info:
features:
- name: org_text
dtype: string
- name: raw_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
splits:
- name: train
num_bytes: 15400112
num_examples: 2354
download_size: 7122963
dataset_size: 15400112
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：原始文本（org_text），数据类型：字符串
- 名称：原始标识符（raw_id），数据类型：字符串
- 名称：消息列表（messages），为列表类型，其元素包含：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：会话列表（conversations），为列表类型，其元素包含：
- 名称：来源（from），数据类型：字符串
- 名称：内容值（value），数据类型：字符串
数据集划分：
- 名称：训练集（train），占用字节数：15400112，样本数量：2354
下载大小：7122963
数据集总存储大小：15400112
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• org_text: 数据类型为字符串。
• raw_id: 数据类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• conversations: 列表类型，包含以下字段：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。

数据分割

• train: 包含2354个样本，占用15400112字节。

数据集大小

• 下载大小: 7122963字节。
• 数据集大小: 15400112字节。

配置

• default: 包含训练数据文件，路径为data/train-*。