brucewlee1/dpo-harmful-dataset-Qwen_Qwen1.5-1.8B-Chat-4050

该数据集包含三个主要特征：prompt（提示）、chosen（选择）和rejected（拒绝）。每个特征都有其特定的数据类型和结构。prompt是一个字符串，而chosen和rejected是包含content和role的列表，其中content和role都是字符串类型。数据集分为训练集和测试集，训练集包含4050个样本，测试集包含405个样本。数据集的下载大小为929551字节，总大小为2589882.9字节。数据集配置为默认配置，训练集和测试集的数据文件分别存储在data/train-*和data/test-*路径下。

The dataset includes three main features: prompt, chosen, and rejected. Each feature has specific data types and structures. The prompt is a string, while chosen and rejected are lists containing content and role, both of which are string types. The dataset is divided into training and test sets, with 4050 samples in the training set and 405 samples in the test set. The download size of the dataset is 929551 bytes, and the total size is 2589882.9 bytes. The dataset configuration is set to default, with the training and test set data files stored in the data/train-* and data/test-* paths respectively.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。

数据分割

• train:
  • 字节数: 2354439
  • 样本数: 4050
• test:
  • 字节数: 235443.9
  • 样本数: 405

数据大小

• 下载大小: 929551 字节
• 数据集总大小: 2589882.9 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*