lmedz/

integrated_balanced_dataset

	Dataset Card for integrated_balanced_dataset




	
	概要

このデータセットは、複数のChatML形式のデータセットを統合し、ユーザーの出現頻度分布を調整したものです。

重複なしのユーザー（ユニークユーザー）を100%保持 全データのうち、1回のみ出現するユーザーが50%、2回から20回重複するユーザーが50%となるよう調整 各重複回数（k=2〜20）における総データ数（$k imes n_k$）が一定になるようにサンプリング

各レコードは以下の属性に関連付けられています：

format: toml complexity: medium schema: student_assessment type: conversion estimated_tokens: 276

messages: approach有のchatML形式