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-*。