five

xDAN-datasets/ChatQA-Training-Data

收藏
Hugging Face2024-05-12 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/xDAN-datasets/ChatQA-Training-Data
下载链接
链接失效反馈
官方服务：
资源简介：
--- dataset_info: - config_name: drop features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 78867689 num_examples: 29195 download_size: 9598684 dataset_size: 78867689 - config_name: narrativeqa features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers sequence: sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 284098258 num_examples: 40000 download_size: 10699133 dataset_size: 284098258 - config_name: newsqa features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 573133568 num_examples: 76560 download_size: 71189729 dataset_size: 573133568 - config_name: quoref features: - name: answers sequence: string - name: document dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 43068666 num_examples: 10996 download_size: 5976692 dataset_size: 43068666 - config_name: ropes features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 19415418 num_examples: 10924 download_size: 1350788 dataset_size: 19415418 - config_name: sft features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: answers sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 666290328 num_examples: 128001 download_size: 385193089 dataset_size: 666290328 - config_name: squad1.1 features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers list: - name: answer_start dtype: int64 - name: text dtype: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 231108780 num_examples: 86863 download_size: 25656737 dataset_size: 231108780 - config_name: squad2.0 features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers list: - name: answer_start dtype: int64 - name: text dtype: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 232682362 num_examples: 129486 download_size: 28237410 dataset_size: 232682362 - config_name: synthetic_convqa features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 523263735 num_examples: 38689 download_size: 285865309 dataset_size: 523263735 - config_name: tatqa features: - name: messages list: - name: content dtype: string - name: role dtype: string - name: document dtype: string - name: answers sequence: string - name: shargpt_formatted list: - name: from dtype: string - name: value dtype: string splits: - name: train num_bytes: 52679111 num_examples: 11501 download_size: 8550834 dataset_size: 52679111 configs: - config_name: drop data_files: - split: train path: drop/train-* - config_name: narrativeqa data_files: - split: train path: narrativeqa/train-* - config_name: newsqa data_files: - split: train path: newsqa/train-* - config_name: quoref data_files: - split: train path: quoref/train-* - config_name: ropes data_files: - split: train path: ropes/train-* - config_name: sft data_files: - split: train path: sft/train-* - config_name: squad1.1 data_files: - split: train path: squad1.1/train-* - config_name: squad2.0 data_files: - split: train path: squad2.0/train-* - config_name: synthetic_convqa data_files: - split: train path: synthetic_convqa/train-* - config_name: tatqa data_files: - split: train path: tatqa/train-* ---

数据集信息： - 配置名称：drop 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：78867689，样本数量：29195 下载大小：9598684，数据集总大小：78867689 - 配置名称：narrativeqa 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列的序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：284098258，样本数量：40000 下载大小：10699133，数据集总大小：284098258 - 配置名称：newsqa 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：573133568，样本数量：76560 下载大小：71189729，数据集总大小：573133568 - 配置名称：quoref 特征字段： - 字段名：answers，数据类型：字符串序列 - 字段名：document，数据类型：字符串 - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：43068666，样本数量：10996 下载大小：5976692，数据集总大小：43068666 - 配置名称：ropes 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：19415418，样本数量：10924 下载大小：1350788，数据集总大小：19415418 - 配置名称：sft 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：666290328，样本数量：128001 下载大小：385193089，数据集总大小：666290328 - 配置名称：squad1.1 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，类型为列表，包含两个子字段： - 字段名：answer_start，数据类型：int64 - 字段名：text，数据类型：字符串 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：231108780，样本数量：86863 下载大小：25656737，数据集总大小：231108780 - 配置名称：squad2.0 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，类型为列表，包含两个子字段： - 字段名：answer_start，数据类型：int64 - 字段名：text，数据类型：字符串 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：232682362，样本数量：129486 下载大小：28237410，数据集总大小：232682362 - 配置名称：synthetic_convqa 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：523263735，样本数量：38689 下载大小：285865309，数据集总大小：523263735 - 配置名称：tatqa 特征字段： - 字段名：messages，类型为列表，包含两个子字段： - 字段名：content，数据类型：字符串 - 字段名：role，数据类型：字符串 - 字段名：document，数据类型：字符串 - 字段名：answers，数据类型：字符串序列 - 字段名：shargpt_formatted，类型为列表，包含两个子字段： - 字段名：from，数据类型：字符串 - 字段名：value，数据类型：字符串 数据集划分： - 划分名称：train，字节数：52679111，样本数量：11501 下载大小：8550834，数据集总大小：52679111 配置项： - 配置名称：drop，数据文件： - 划分：train，路径：drop/train-* - 配置名称：narrativeqa，数据文件： - 划分：train，路径：narrativeqa/train-* - 配置名称：newsqa，数据文件： - 划分：train，路径：newsqa/train-* - 配置名称：quoref，数据文件： - 划分：train，路径：quoref/train-* - 配置名称：ropes，数据文件： - 划分：train，路径：ropes/train-* - 配置名称：sft，数据文件： - 划分：train，路径：sft/train-* - 配置名称：squad1.1，数据文件： - 划分：train，路径：squad1.1/train-* - 配置名称：squad2.0，数据文件： - 划分：train，路径：squad2.0/train-* - 配置名称：synthetic_convqa，数据文件： - 划分：train，路径：synthetic_convqa/train-* - 配置名称：tatqa，数据文件： - 划分：train，路径：tatqa/train-*
提供机构：
xDAN-datasets
原始信息汇总

数据集概述

1. drop

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 78867689
      • 示例数: 29195
  • 下载大小: 9598684
  • 数据集大小: 78867689

2. narrativeqa

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 284098258
      • 示例数: 40000
  • 下载大小: 10699133
  • 数据集大小: 284098258

3. newsqa

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 573133568
      • 示例数: 76560
  • 下载大小: 71189729
  • 数据集大小: 573133568

4. quoref

  • 特征:
    • answers: sequence of string
    • document: string
    • messages:
      • content: string
      • role: string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 43068666
      • 示例数: 10996
  • 下载大小: 5976692
  • 数据集大小: 43068666

5. ropes

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 19415418
      • 示例数: 10924
  • 下载大小: 1350788
  • 数据集大小: 19415418

6. sft

  • 特征:
    • messages:
      • content: string
      • role: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 666290328
      • 示例数: 128001
  • 下载大小: 385193089
  • 数据集大小: 666290328

7. squad1.1

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers:
      • answer_start: int64
      • text: string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 231108780
      • 示例数: 86863
  • 下载大小: 25656737
  • 数据集大小: 231108780

8. squad2.0

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers:
      • answer_start: int64
      • text: string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 232682362
      • 示例数: 129486
  • 下载大小: 28237410
  • 数据集大小: 232682362

9. synthetic_convqa

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 523263735
      • 示例数: 38689
  • 下载大小: 285865309
  • 数据集大小: 523263735

10. tatqa

  • 特征:
    • messages:
      • content: string
      • role: string
    • document: string
    • answers: sequence of string
    • shargpt_formatted:
      • from: string
      • value: string
  • 分割:
    • train:
      • 字节数: 52679111
      • 示例数: 11501
  • 下载大小: 8550834
  • 数据集大小: 52679111
5,000+
优质数据集
54 个
任务类型
进入经典数据集
关于我们
遇见数据集——让每个数据集都被发现，让每一次遇见都有价值。
数发科官网www.sfktec.com.cn
联系我们
youjian
selectdataset@iotsh.com.cn
商业合作
数据驱动未来，携手共赢发展
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作