d0rj/synthetic-instruct-gptj-pairwise-ru

这是一个俄语单语数据集，包含从原始英语数据集Dahoas/synthetic-instruct-gptj-pairwise翻译而来的内容。数据集主要关注人类反馈、ChatGPT和奖励机制，包含三个主要特征：prompt（提示）、chosen（选定）和rejected（拒绝），均为字符串类型。数据集大小在1万到10万条记录之间。

---
语言创建方式：翻译（translated）
语言：俄语（ru）
许可证：MIT协议
多语言属性：单语言（monolingual）
样本规模区间：10000 < 样本数量 < 100000
源数据集：Dahoas/synthetic-instruct-gptj-pairwise
标签：人类反馈（human-feedback）、ChatGPT、奖励（reward）、DPO（直接偏好优化）
数据集信息：
特征字段：
- 字段名：提示词（prompt），数据类型：字符串
- 字段名：优选回复（chosen），数据类型：字符串
- 字段名：淘汰回复（rejected），数据类型：字符串
数据划分：
- 划分名称：训练集，字节占用：59332942.0，样本数量：33143
下载大小：28805604字节
数据集总大小：59332942.0字节
---
# 「synthetic-instruct-gptj-pairwise-ru」数据集卡片

本数据集为[Dahoas/synthetic-instruct-gptj-pairwise数据集](https://huggingface.co/datasets/Dahoas/synthetic-instruct-gptj-pairwise)的俄语译制版。

原始信息汇总

数据集概述

基本信息

• 名称: synthetic-instruct-gptj-pairwise-ru
• 语言: 俄语
• 多语言性: 单语种
• 大小: 10K<n<100K
• 来源: 翻译自 Dahoas/synthetic-instruct-gptj-pairwise
• 许可证: MIT

数据集内容

• 特征:
  • prompt: 字符串类型
  • chosen: 字符串类型
  • rejected: 字符串类型

数据分割

• 训练集:
  • 大小: 59332942.0 字节
  • 示例数量: 33143

下载信息

• 下载大小: 28805604 字节
• 数据集总大小: 59332942.0 字节

标签

• 主题:
  • 人类反馈
  • ChatGPT
  • 奖励