arcee-ai/cleaned-HuggingFaceH4-orca_dpo_pairs

该数据集包含多个字段，包括chosen和rejected，这两个字段都是列表类型，每个列表包含content和role两个字符串类型的字段。此外，数据集还包括id、system、question和source等字段，均为字符串类型。数据集分为一个训练集，包含12859个样本，总大小为59958346字节。

原始信息汇总

数据集概述

数据集信息

特征

• chosen:
  • content: 数据类型为 string
  • role: 数据类型为 string
• rejected:
  • content: 数据类型为 string
  • role: 数据类型为 string
• id: 数据类型为 string
• system: 数据类型为 string
• question: 数据类型为 string
• source: 数据类型为 string

数据分割

• train:
  • 数据大小: 59,958,346 字节
  • 样本数量: 12,859

数据集大小

• 下载大小: 31,190,694 字节
• 数据集总大小: 59,958,346 字节

配置

• default:
  • 数据文件路径: data/train-*