Rijgersberg/ultrachat_10k_nl

数据集Ultrachat 10k NL是从HuggingFaceH4/ultrachat_200k中随机选择的10k个样本的翻译版本，使用GPT-3.5自动翻译。该数据集支持荷兰语和英语，主要用于对话和文本生成任务。数据集Ultrachat 10k NL是从HuggingFaceH4/ultrachat_200k中随机选择的10k个样本的翻译版本，使用GPT-3.5自动翻译。该数据集支持荷兰语和英语，主要用于对话和文本生成任务。

原始信息汇总

数据集概述

数据集名称

• Ultrachat 10k NL

数据集来源

• 该数据集是HuggingFaceH4/ultrachat_200k中随机选择的10k示例的翻译版本。

数据集配置

• 默认配置
  • 数据文件路径：
    • 测试集（test_sft）：data/test_sft-*
    • 训练集（train_sft）：data/train_sft-*

数据集信息

• 特征：

  • prompt：字符串类型
  • prompt_id：字符串类型
  • messages：列表类型，包含以下子特征：
    • content：字符串类型
    • role：字符串类型
  • messages_nl：列表类型，包含以下子特征：
    • content：字符串类型
    • role：字符串类型

• 数据集分割：

  • 测试集（test_sft）：
    • 字节数：6296981
    • 示例数：500
  • 训练集（train_sft）：
    • 字节数：120475850
    • 示例数：9500

• 数据集大小：

  • 下载大小：65516955
  • 数据集大小：126772831

许可证

• CC BY-NC 4.0

语言

• 荷兰语（nl）
• 英语（en）

标签

• GEITje

任务类别

• 对话
• 文本生成

大小类别

• 10K<n<100K

翻译工具

• 自动翻译由GPT-3.5完成