yufan/SFT_Tulu3_Filtered
收藏Hugging Face2024-12-17 更新2024-12-14 收录
下载链接：
https://hf-mirror.com/datasets/yufan/SFT_Tulu3_Filtered
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个开源的SFT（监督微调）数据集，包含了多种语言的数据，并经过了一系列的清洗步骤。数据集的特征包括prompt、messages、source和reward_score，其中messages是一个列表，包含content和role两个字段。数据集的分割为train，包含675,999个样本，总大小为2,519,665,705字节。清洗步骤包括保留特定语言、去重、移除过长响应以及使用奖励模型对数据点进行评分。
The dataset includes four main features: prompt, messages (containing content and role), source, and reward_score. The dataset is split into a training set with 675999 samples, with a total dataset size of 2519665705 bytes and a download size of 1300922733 bytes.
提供机构：
yufan
