aqweteddy/lmsys-hf-collected

该数据集包含多个特征，包括源信息、选定模型、拒绝模型、选定分数、拒绝分数以及消息内容和角色。数据集分为训练部分，提供了详细的大小和示例数量信息。

The dataset includes multiple features such as source, chosen model, rejected model, chosen score, rejected score, and messages which contain content and role. It is divided into a training part with detailed size and example count information.

原始信息汇总

数据集概述

数据集信息

特征

• source: 数据来源，类型为字符串。
• chosen_model: 选定的模型，类型为字符串。
• rejected_model: 被拒绝的模型，类型为字符串。
• chosen_score: 选定模型的得分，类型为浮点数。
• rejected_score: 被拒绝模型的得分，类型为浮点数。
• messages: 消息列表，包含以下子特征：
  • content: 消息内容，类型为字符串。
  • role: 消息角色，类型为字符串。

数据分割

• train: 训练集，包含113,908个样本，总大小为440,105,240字节。

数据集大小

• 下载大小: 201,425,429字节
• 数据集总大小: 440,105,240字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*