genta-tech/rlhf-id-30

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: response
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
splits:
- name: train
num_bytes: 206472478.41576737
num_examples: 112052
- name: test
num_bytes: 22926526.970655464
num_examples: 12451
download_size: 135482076
dataset_size: 229399005.38642284
---
# Dataset Card for "genta-mix"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
### 配置项
- 配置名称：default
数据文件：
- 拆分集：训练集（train），路径：data/train-*
- 拆分集：测试集（test），路径：data/test-*
数据集元信息：
特征字段：
- 字段名：提示（prompt），类型为列表，列表的每个元素为包含以下子字段的结构：
- 子字段名：内容（content），数据类型：字符串类型
- 子字段名：角色（role），数据类型：字符串类型
- 字段名：回复（response），数据类型：字符串类型
- 字段名：优选回复（chosen），数据类型：字符串类型
- 字段名：拒选回复（rejected），数据类型：字符串类型
数据拆分：
- 拆分集名称：训练集（train），字节数：206472478.41576737，样本数：112052
- 拆分集名称：测试集（test），字节数：22926526.970655464，样本数：12451
下载大小：135482076
数据集总大小：229399005.38642284
---
# 「genta-mix」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*

数据集信息

• 特征:

  • prompt:
    • content: 字符串类型
    • role: 字符串类型
  • response: 字符串类型
  • chosen: 字符串类型
  • rejected: 字符串类型

• 拆分:

  • 训练集:
    • 字节数: 206472478.41576737
    • 样本数: 112052
  • 测试集:
    • 字节数: 22926526.970655464
    • 样本数: 12451

• 下载大小: 135482076

• 数据集大小: 229399005.38642284