hanzla/datascience-instruct

该数据集名为datascience instruct dataset，主要用于微调基础大型语言模型（LLMs）以更好地响应数据科学查询。数据集包含用户与助手之间的问答交互，涵盖了数据科学的多个主题。数据集的创建者是Muhammad Hanzla Javaid，语言为英语。数据集来源包括Google Gemini Pro和GPT4。

原始信息汇总

数据集概述

数据集名称

datascience instruct dataset

数据集描述

该数据集是一系列围绕数据科学主题的问答集合。其主要目标是优化基础大型语言模型（LLMs），以更好地响应数据科学查询。数据集包含结构化的用户代理交互模式，旨在提升基础模型在数据科学各领域中的回复能力。

数据集特征

• user: 数据类型为字符串
• assistant: 数据类型为字符串
• index_level_0: 数据类型为整数

数据集分割

• train: 包含6827个样本，数据大小为8918946字节

数据集大小

• 下载大小: 4139260字节
• 数据集大小: 8918946字节

数据集配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*

数据集语言

• 语言: 英语

数据集创建者

• Curated by: Muhammad Hanzla Javaid