jan-hq/openhermes-2.5_binarized

---
dataset_info:
features:
- name: skip_prompt_formatting
dtype: bool
- name: hash
sequence: int64
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: weight
dtype: float64
- name: title
dtype: string
- name: model
dtype: string
- name: avatarUrl
dtype: string
- name: views
dtype: int64
- name: idx
dtype: string
- name: source
dtype: string
- name: model_name
dtype: string
- name: category
dtype: string
- name: custom_instruction
dtype: bool
- name: topic
dtype: string
- name: language
dtype: string
- name: system_prompt
dtype: string
- name: id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 2947161635.4993954
num_examples: 901395
- name: test
num_bytes: 327465673.50060457
num_examples: 100156
download_size: 1692152446
dataset_size: 3274627309.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：skip_prompt_formatting，数据类型：布尔型
- 名称：hash，数据类型：64位整数序列
- 名称：conversations，列表类型，其子字段包括：
- 子字段名：from，数据类型：字符串
- 子字段名：value，数据类型：字符串
- 子字段名：weight，数据类型：64位浮点数
- 名称：title，数据类型：字符串
- 名称：model，数据类型：字符串
- 名称：avatarUrl，数据类型：字符串
- 名称：views，数据类型：64位整数
- 名称：idx，数据类型：字符串
- 名称：source，数据类型：字符串
- 名称：model_name，数据类型：字符串
- 名称：category，数据类型：字符串
- 名称：custom_instruction，数据类型：布尔型
- 名称：topic，数据类型：字符串
- 名称：language，数据类型：字符串
- 名称：system_prompt，数据类型：字符串
- 名称：id，数据类型：字符串
- 名称：messages，列表类型，其子字段包括：
- 子字段名：content，数据类型：字符串
- 子字段名：role，数据类型：字符串
数据集划分：
- 划分名称：训练集（train），字节数：2947161635.4993954，样本数量：901395
- 划分名称：测试集（test），字节数：327465673.50060457，样本数量：100156
下载大小：1692152446
数据集总大小：3274627309.0
配置项：
- 配置名称：默认配置（default），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

• skip_prompt_formatting: 布尔型
• hash: 整型序列
• conversations: 列表
  • from: 字符串型
  • value: 字符串型
  • weight: 浮点型
• title: 字符串型
• model: 字符串型
• avatarUrl: 字符串型
• views: 整型
• idx: 字符串型
• source: 字符串型
• model_name: 字符串型
• category: 字符串型
• custom_instruction: 布尔型
• topic: 字符串型
• language: 字符串型
• system_prompt: 字符串型
• id: 字符串型
• messages: 列表
  • content: 字符串型
  • role: 字符串型

数据集划分

• train:
  • 字节数: 2947161635.4993954
  • 样本数: 901395
• test:
  • 字节数: 327465673.50060457
  • 样本数: 100156

数据集大小

• 下载大小: 1692152446 字节
• 数据集大小: 3274627309.0 字节

配置

• default:
  • train: data/train-*
  • test: data/test-*