princeton-nlp/TutorChat

---
dataset_info:
features:
- name: conversation
sequence: string
- name: mode
dtype: string
- name: name
dtype: string
- name: stop_reason
dtype: string
- name: textbook_folder
dtype: string
- name: speak0
dtype: string
- name: speak1
dtype: string
- name: num_turns
dtype: int64
- name: processed_conversation
dtype: string
splits:
- name: train
num_bytes: 2217440918
num_examples: 74861
- name: validation
num_bytes: 66745904
num_examples: 2485
download_size: 1110185343
dataset_size: 2284186822
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征字段：
- 对话（conversation）：字符串序列
- 模式（mode）：字符串数据类型
- 名称（name）：字符串数据类型
- 终止原因（stop_reason）：字符串数据类型
- 教材文件夹（textbook_folder）：字符串数据类型
- 说话者0（speak0）：字符串数据类型
- 说话者1（speak1）：字符串数据类型
- 轮次数量（num_turns）：64位整数（int64）数据类型
- 处理后对话（processed_conversation）：字符串数据类型
数据集拆分：
- 训练集（train）：字节数2217440918，样本数74861
- 验证集（validation）：字节数66745904，样本数2485
下载大小：1110185343
数据集总大小：2284186822
数据集配置：
- 配置名称（config_name）：默认（default）
数据文件：
- 拆分（split）：训练集（train），路径：data/train-*
- 拆分（split）：验证集（validation），路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• conversation: 字符串序列
• mode: 字符串
• name: 字符串
• stop_reason: 字符串
• textbook_folder: 字符串
• speak0: 字符串
• speak1: 字符串
• num_turns: 整数（int64）
• processed_conversation: 字符串

数据集分割

• 训练集:
  • 示例数量: 74861
  • 数据大小: 2217440918 字节
• 验证集:
  • 示例数量: 2485
  • 数据大小: 66745904 字节

数据集大小

• 下载大小: 1110185343 字节
• 数据集总大小: 2284186822 字节

配置

• 默认配置:
  • 训练数据路径: data/train-*
  • 验证数据路径: data/validation-*