GokhanAI/axolotl

---
license: apache-2.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: prompt
dtype: string
- name: prompt_id
dtype: int64
- name: message_send
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 2417275675
num_examples: 479133
- name: test
num_bytes: 5006508
num_examples: 1000
download_size: 1275364281
dataset_size: 2422282183
---

许可证：Apache-2.0
配置项：
- 配置名称：default
数据文件：
- 拆分：训练集，路径：data/train-*
- 拆分：测试集，路径：data/test-*
数据集信息：
特征列表：
1. 字段名：messages，为列表类型，包含两个子特征：
- 子特征名：content，数据类型：字符串
- 子特征名：role，数据类型：字符串
2. 字段名：提示词（prompt），数据类型：字符串
3. 字段名：提示词ID（prompt_id），数据类型：int64 整型
4. 字段名：发送消息（message_send），数据类型：字符串
5. 字段名：对话（conversations），为列表类型，包含两个子特征：
- 子特征名：content，数据类型：字符串
- 子特征名：role，数据类型：字符串
数据拆分信息：
- 拆分名称：训练集（train）：字节数为2417275675，样本数量为479133
- 拆分名称：测试集（test）：字节数为5006508，样本数量为1000
下载大小：1275364281
数据集总大小：2422282183

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
• 数据文件:
  • 训练集: data/train-*
  • 测试集: data/test-*

数据集特征

• messages:
  • content: 数据类型 - string
  • role: 数据类型 - string
• prompt: 数据类型 - string
• prompt_id: 数据类型 - int64
• message_send: 数据类型 - string
• conversations:
  • content: 数据类型 - string
  • role: 数据类型 - string

数据集分割

• 训练集:
  • 数据量: 2417275675 字节
  • 样本数: 479133
• 测试集:
  • 数据量: 5006508 字节
  • 样本数: 1000

数据集大小

• 下载大小: 1275364281 字节
• 数据集总大小: 2422282183 字节