关于huggingface数据集中数据的疑问 #26
Description
@QiushiSun 作者你好！
最近在follow本工作，在huggingface上下载了os_genesis_aw_training_data.jsonl
我发现其中的id字段并不是唯一的，大部分都是有两个相同的值。此外，有一些根据id和conversations来看是属于同一个任务的前后轨迹（例如aw_stage1_task1_1, aw_stage1_task1_2, ... aw_stage1_task1_7），但是从aw_stage1_task1_8开始就是另外一个高阶指令了。
所以想问一下id的命名规则，以及如何从中提取出完整的轨迹数据，谢谢！