Seooooooogi/baseline_with_DPO

该数据集包含一个名为data的特征，该特征进一步包含多个子特征，如background、paragraphs等。paragraphs是一个列表，包含context、id和qas等子特征。qas也是一个列表，包含answers、followup、id、orig_answer、question和yesno等子特征。数据集只有一个训练集（train），包含11567个样本，文件大小为57730194字节。

原始信息汇总

数据集概述

数据结构

• data: 主数据字段
  • background: 背景信息，数据类型为 string
  • paragraphs: 段落列表
    • context: 段落内容，数据类型为 string
    • id: 段落ID，数据类型为 string
    • qas: 问题与答案列表
      • answers: 答案列表
        • answer_start: 答案开始位置，数据类型为 int64
        • text: 答案文本，数据类型为 string
      • followup: 后续问题，数据类型为 string
      • id: 问题ID，数据类型为 string
      • orig_answer: 原始答案结构
        • answer_start: 原始答案开始位置，数据类型为 int64
        • text: 原始答案文本，数据类型为 string
      • question: 问题文本，数据类型为 string
      • yesno: 是否/否问题标记，数据类型为 string
  • section_title: 章节标题，数据类型为 string
  • title: 标题，数据类型为 string

数据集划分

• train: 训练集
  • num_bytes: 57730194 字节
  • num_examples: 11567 个样本

数据集大小

• download_size: 31337311 字节
• dataset_size: 57730194 字节

配置

• default: 默认配置
  • data_files:
    • split: train
    • path: data/train-*