communityai/system_identity_v1

---
dataset_info:
features:
- name: source
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 494515.41705069126
num_examples: 858
- name: test
num_bytes: 5763.582949308756
num_examples: 10
download_size: 59140
dataset_size: 500279.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集元信息：
1. 特征字段：
- 字段名：`source`，数据类型：字符串（string）
- 字段名：`conversations`，为列表类型，列表内每个元素包含两个子字段：
* 子字段名：`content`，数据类型：字符串（string）
* 子字段名：`role`，数据类型：字符串（string）
2. 数据划分：
- 训练集（train）：字节大小为494515.41705069126，样本数量858
- 测试集（test）：字节大小为5763.582949308756，样本数量10
3. 下载总大小：59140
4. 数据集总存储大小：500279.0
5. 配置项：
- 配置名称：默认配置（default），对应数据文件路径如下：
* 训练集划分：对应路径为`data/train-*`
* 测试集划分：对应路径为`data/test-*`

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。
• conversations：包含以下两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。

数据集分割

• 训练集（train）：包含858个样本，占用存储空间为494515.41705069126字节。
• 测试集（test）：包含10个样本，占用存储空间为5763.582949308756字节。

数据集大小

• 下载大小：59140字节。
• 数据集总大小：500279.0字节。

数据文件配置

• 默认配置（default）：
  • 训练数据文件：路径为data/train-*。
  • 测试数据文件：路径为data/test-*。