pvduy/dpo_data_baai_50k

该数据集包含多个特征，主要特征包括prompt（字符串类型）、chosen（包含content和role两个子特征，均为字符串类型）和rejected（同样包含content和role两个子特征，均为字符串类型）。数据集被分为四个主要分割：训练集（train）、测试集（test）、训练偏好集（train_prefs）和测试偏好集（test_prefs），每个分割都有其特定的文件路径和数据量。数据集的总下载大小为52935704字节，实际大小为100275940字节。

原始信息汇总

数据集概述

数据集信息

特征

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

数据分割

• train: 包含2418个样本，占用7316399字节。
• test: 包含1964个样本，占用8556760字节。
• train_prefs: 包含50000个样本，占用84336313字节。
• test_prefs: 包含10个样本，占用66468字节。

数据集大小

• 下载大小: 52935704字节。
• 数据集大小: 100275940字节。

配置

• default 配置包含以下数据文件：
  • train: 路径为 data/train-*。
  • test: 路径为 data/test-*。
  • train_prefs: 路径为 data/train_prefs-*。
  • test_prefs: 路径为 data/test_prefs-*。