922-Narra/tagaloguanaco_cleaned_03152024

该数据集是对另一个数据集的清理和修改版本，具体修改包括：使用jsonl格式，采用特定的对话格式（Human: INPUT Assistant: OUTPUT），移除了一些英文句子和噪声条目，修复并分离了一些未转换的指令-响应条目。该数据集是对另一个数据集的清理和修改版本，具体修改包括：使用jsonl格式，采用特定的对话格式（Human: INPUT Assistant: OUTPUT），移除了一些英文句子和噪声条目，修复并分离了一些未转换的指令-响应条目。

原始信息汇总

数据集概述

数据集版本

• 本数据集是对原始数据集的清洁和修改版本，原始数据集可能来源于JosephusCheung/GuanacoDataset。

文件格式

• 数据集文件格式为jsonl。

数据结构

• 数据遵循特定的格式： Human: INPUT Assistant: OUTPUT。

数据处理

• 移除了一些英文句子（主要是"GPT-isms"）。
• 移除了一些噪声条目。
• 修正并分离了一些未转换的指令-响应条目。