communityai/aptchatv1-template-micro-dataset-llm-v2-100k

---
dataset_info:
features:
- name: id
dtype: int64
- name: source
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 239613637.37
num_examples: 99500
- name: test
num_bytes: 1204088.63
num_examples: 500
download_size: 126281048
dataset_size: 240817726.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 特征名称：id，数据类型：64位整型（int64）
- 特征名称：source，数据类型：字符串（string）
- 特征名称：conversations，类型为列表，列表内元素包含以下子特征：
- 子特征名称：content，数据类型：字符串（string）
- 子特征名称：role，数据类型：字符串（string）
数据集拆分：
- 拆分名称：train（训练集），字节占用量：239613637.37，样本数量：99500
- 拆分名称：test（测试集），字节占用量：1204088.63，样本数量：500
下载总大小：126281048字节，数据集总大小：240817726.0字节
配置项：
- 配置名称：default（默认配置），数据文件配置：
- 训练集拆分对应路径：data/train-*
- 测试集拆分对应路径：data/test-*

原始信息汇总

数据集概述

数据特征

• id: 数据类型为 int64
• source: 数据类型为 string
• conversations: 列表类型，包含以下子特征：
  • content: 数据类型为 string
  • role: 数据类型为 string

数据划分

• train:
  • 字节数: 239613637.37
  • 样本数: 99500
• test:
  • 字节数: 1204088.63
  • 样本数: 500

数据大小

• 下载大小: 126281048 字节
• 数据集大小: 240817726.0 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*