1231czx/7B_iter2_dpo_N1_random_pair_codegemma

该数据集包含四个主要特征：gt（字符串类型）、rej（字符串序列）、chosen（包含content和role两个字段的列表）和rejected（包含content和role两个字段的列表）。数据集只有一个训练集分割，包含14466个样本，总大小为28405824字节。下载大小为12062126字节。

The dataset includes multiple features such as gt of string type, rej of sequence string type, and list types chosen and rejected, each containing sub-features content and role. The dataset is divided into a training set with 14466 examples and a total size of 28405824 bytes. The dataset configuration is named default with data file paths data/train-*.

原始信息汇总

数据集概述

数据集信息

特征

• gt：数据类型为字符串。
• rej：序列类型，数据类型为字符串。
• chosen：列表类型，包含以下字段：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• rejected：列表类型，包含以下字段：
  • content：数据类型为字符串。
  • role：数据类型为字符串。

数据分割

• train：包含14466个样本，总字节数为28405824。

数据大小

• 下载大小：12062126字节。
• 数据集大小：28405824字节。

配置

• default：包含训练数据文件，路径为data/train-*。