cornfieldrm/pair-preference-dataset-700K_subset-3-of-3_5e-6_conf-0.9

该数据集包含多个特征，包括被拒绝的内容及其分数、选择的内容及其分数、长度、选择的概率以及消息列表。每个消息包含内容和角色两个字段。数据集分为一个训练集，包含86291个样本，总大小为590469414.1775031字节。

The dataset includes multiple features such as rejected, rejected_score, chosen_score, chosen, length, chosen_prob, and messages. Each feature has detailed data type descriptions, for example, rejected contains content and role with string data types. The dataset is split into a training set with 86291 samples, totaling 590469414.1775031 bytes. The dataset configuration is named default with data file paths as data/train-*.

原始信息汇总

数据集概述

数据集特征

• rejected

  • content: 字符串类型
  • role: 字符串类型

• rejected_score: 浮点数类型

• chosen_score: 浮点数类型

• chosen

  • content: 字符串类型
  • role: 字符串类型

• length: 整数类型

• chosen_prob: 浮点数类型

• messages

  • content: 字符串类型
  • role: 字符串类型

数据集分割

• train
  • num_bytes: 590469414.1775031
  • num_examples: 86291

数据集大小

• download_size: 375087812
• dataset_size: 590469414.1775031