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。