iamnguyen/hermes-chat

---
dataset_info:
features:
- name: conversation
list:
- name: from
dtype: string
- name: value
dtype: string
- name: weight
dtype: float64
- name: type
dtype: string
- name: id
dtype: int64
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 73033034.1465865
num_examples: 24964
- name: test
num_bytes: 3844151.8534135018
num_examples: 1314
download_size: 36607535
dataset_size: 76877186.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征集：
- 名称：conversation，为列表类型，其元素包含以下子字段：
- 字段名：from，数据类型为字符串
- 字段名：value，数据类型为字符串
- 字段名：weight，数据类型为双精度浮点数（float64）
- 名称：type，数据类型为字符串
- 名称：id，数据类型为64位整数（int64）
- 名称：messages，为列表类型，其元素包含以下子字段：
- 字段名：content，数据类型为字符串
- 字段名：role，数据类型为字符串
数据划分：
- 划分名称：train（训练集），占用字节数：73033034.1465865，样本总数：24964
- 划分名称：test（测试集），占用字节数：3844151.8534135018，样本总数：1314
下载大小：36607535
数据集总大小：76877186.0
配置项：
- 配置名称：default（默认配置），数据文件路径：
- 训练集对应路径：data/train-*
- 测试集对应路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• conversation
  • from: 数据类型为字符串
  • value: 数据类型为字符串
  • weight: 数据类型为浮点数
• type: 数据类型为字符串
• id: 数据类型为整数
• messages
  • 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
  • 数据量: 73,033,034.1465865 字节
  • 示例数量: 24,964
• 测试集
  • 数据量: 3,844,151.8534135018 字节
  • 示例数量: 1,314

数据集大小

• 下载大小: 36,607,535 字节
• 数据集总大小: 76,877,186.0 字节

数据文件配置

• 默认配置
  • 训练集路径: data/train-*
  • 测试集路径: data/test-*