chrisgru/commonsense-dialogues

---
dataset_info:
features:
- name: system
dtype: string
- name: instruction
dtype: string
- name: output
dtype: string
splits:
- name: train
num_bytes: 13583083
num_examples: 20176
- name: test
num_bytes: 1415597
num_examples: 2158
- name: validation
num_bytes: 1443693
num_examples: 2157
download_size: 6854218
dataset_size: 16442373
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: validation
path: data/validation-*
---
# Dataset Card for "commonsense-dialogues"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征：
- 字段名：system，数据类型：字符串
- 字段名：instruction，数据类型：字符串
- 字段名：output，数据类型：字符串
数据集拆分：
- 拆分名称：train（训练集），字节大小：13583083，样本数量：20176
- 拆分名称：test（测试集），字节大小：1415597，样本数量：2158
- 拆分名称：validation（验证集），字节大小：1443693，样本数量：2157
下载大小：6854218
数据集总大小：16442373
配置项：
- 配置名称：default（默认配置）
数据文件：
- 拆分类型：train，文件路径：data/train-*
- 拆分类型：test，文件路径：data/test-*
- 拆分类型：validation，文件路径：data/validation-*
---
# 「commonsense-dialogues」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• 名称: system
  • 数据类型: string
• 名称: instruction
  • 数据类型: string
• 名称: output
  • 数据类型: string

分割

• 名称: train
  • 字节数: 13583083
  • 样本数: 20176
• 名称: test
  • 字节数: 1415597
  • 样本数: 2158
• 名称: validation
  • 字节数: 1443693
  • 样本数: 2157

大小

• 下载大小: 6854218
• 数据集大小: 16442373

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
      • 路径: data/train-*
    • 分割: test
      • 路径: data/test-*
    • 分割: validation
      • 路径: data/validation-*

搜集汇总

背景与挑战

背景概述

该数据集是一个常识对话数据集，包含约24.5k条文本对话，涵盖日常生活中的多种场景（如情感支持、学习、家庭互动等），旨在训练和评估对话模型的常识推理能力。数据以system-instruction-output格式组织，分为训练、验证和测试集，适用于自然语言处理任务。