Finnish-NLP/OrcaAgentInstruct-dsfollowup

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: langdetect_str
dtype: string
- name: text_lang
dtype: string
- name: text_lang_proba
dtype: float64
- name: perplexity
dtype: int64
- name: suomi_suhde
dtype: float64
- name: fi_10_word_chunks
dtype: int64
- name: non_fi_10_word_chunks
dtype: int64
- name: instruction
dtype: string
- name: response
dtype: string
- name: multiturn
dtype: bool
- name: pred_Faktuaalisuus
dtype: float64
- name: pred_Ystävällisyys
dtype: float64
- name: pred_Kielellinen laatu
dtype: float64
- name: pred_Selkeys
dtype: float64
- name: pred_Erikoisluokittelu
dtype: float64
- name: pred_Informatiivisuus
dtype: float64
- name: tok_len
dtype: int64
- name: quality_raw_response
dtype: string
- name: quality_pohdinta
dtype: string
- name: quality_arvio
dtype: string
splits:
- name: train
num_bytes: 218068984
num_examples: 12797
download_size: 107450034
dataset_size: 218068984
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
数据特征：
- 名称：对话消息（messages），类型为列表，包含以下子字段：
- 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：语言检测字符串（langdetect_str），数据类型：字符串
- 名称：文本语言（text_lang），数据类型：字符串
- 名称：文本语言置信度（text_lang_proba），数据类型：64位浮点数
- 名称：困惑度（perplexity），数据类型：64位整数
- 名称：芬兰语关联度（suomi_suhde），数据类型：64位浮点数
- 名称：芬兰语10词块数（fi_10_word_chunks），数据类型：64位整数
- 名称：非芬兰语10词块数（non_fi_10_word_chunks），数据类型：64位整数
- 名称：用户指令（instruction），数据类型：字符串
- 名称：模型回复（response），数据类型：字符串
- 名称：多轮对话标识（multiturn），数据类型：布尔值
- 名称：事实性预测得分（pred_Faktuaalisuus），数据类型：64位浮点数
- 名称：友好性预测得分（pred_Ystävällisyys），数据类型：64位浮点数
- 名称：语言质量预测得分（pred_Kielellinen laatu），数据类型：64位浮点数
- 名称：清晰度预测得分（pred_Selkeys），数据类型：64位浮点数
- 名称：分类特异性预测得分（pred_Erikoisluokittelu），数据类型：64位浮点数
- 名称：信息性预测得分（pred_Informatiivisuus），数据类型：64位浮点数
- 名称：Token长度（tok_len），数据类型：64位整数
- 名称：原始回复质量标注（quality_raw_response），数据类型：字符串
- 名称：反思性质量标注（quality_pohdinta），数据类型：字符串
- 名称：评估性质量标注（quality_arvio），数据类型：字符串
数据拆分：
- 名称：训练集（train），字节数：218068984，样本数量：12797
下载大小：107450034字节，数据集总大小：218068984字节
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 拆分：训练集（train），路径：data/train-*