appvoid/no-prompt

---
dataset_info:
features:
- name: topic
dtype: string
- name: views
dtype: int64
- name: title
dtype: string
- name: system_prompt
dtype: string
- name: idx
dtype: string
- name: avatarUrl
dtype: string
- name: id
dtype: string
- name: source
dtype: string
- name: category
dtype: string
- name: model
dtype: string
- name: skip_prompt_formatting
dtype: bool
- name: language
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: weight
dtype: float64
- name: model_name
dtype: string
- name: hash
sequence: int64
- name: custom_instruction
dtype: bool
- name: text
dtype: string
splits:
- name: train
num_bytes: 3175352709
num_examples: 1001551
download_size: 1570195314
dataset_size: 3175352709
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：topic（主题），数据类型：string（字符串）
- 字段名：views（浏览量），数据类型：int64（64位整型）
- 字段名：title（标题），数据类型：string（字符串）
- 字段名：system_prompt（系统提示词），数据类型：string（字符串）
- 字段名：idx（索引），数据类型：string（字符串）
- 字段名：avatarUrl（头像链接），数据类型：string（字符串）
- 字段名：id（标识符），数据类型：string（字符串）
- 字段名：source（来源），数据类型：string（字符串）
- 字段名：category（分类），数据类型：string（字符串）
- 字段名：model（模型），数据类型：string（字符串）
- 字段名：skip_prompt_formatting（跳过提示词格式化），数据类型：bool（布尔型）
- 字段名：language（语言），数据类型：string（字符串）
- 字段名：conversations（对话列表），数据类型：列表，列表内子特征：
- 字段名：from（发送方），数据类型：string（字符串）
- 字段名：value（内容值），数据类型：string（字符串）
- 字段名：weight（权重），数据类型：float64（64位浮点型）
- 字段名：model_name（模型名称），数据类型：string（字符串）
- 字段名：hash（哈希值），数据类型：int64序列（sequence<int64>）
- 字段名：custom_instruction（自定义指令），数据类型：bool（布尔型）
- 字段名：text（文本），数据类型：string（字符串）
数据集划分：
- 划分名称：train（训练集），字节大小：3175352709，样本数量：1001551
下载大小：1570195314 字节
数据集总大小：3175352709 字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：train（训练集），文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• topic: 字符串类型
• views: 64位整数类型
• title: 字符串类型
• system_prompt: 字符串类型
• idx: 字符串类型
• avatarUrl: 字符串类型
• id: 字符串类型
• source: 字符串类型
• category: 字符串类型
• model: 字符串类型
• skip_prompt_formatting: 布尔类型
• language: 字符串类型
• conversations: 列表类型，包含以下子特征：
  • from: 字符串类型
  • value: 字符串类型
  • weight: 64位浮点数类型
• model_name: 字符串类型
• hash: 64位整数序列类型
• custom_instruction: 布尔类型
• text: 字符串类型

数据分割

• train: 包含3175352709字节，1001551个样本

数据大小

• 下载大小: 1570195314字节
• 数据集大小: 3175352709字节

配置

• default: 包含训练数据文件，路径为data/train-*