fdsfdg/rlhf_hh_npm

该数据集包含两个主要特征：chosen和rejected，每个特征都包含content和role两个子特征，数据类型均为字符串。数据集分为train和test两个部分，分别包含160800和8552个样本。数据集的总下载大小为160936291字节，总大小为293118468字节。数据集配置为default，训练和测试数据分别存储在data/train-*和data/test-*路径下。

The dataset includes two main features: chosen and rejected, each containing sub-features content and role with string data types. The dataset is split into train and test parts, containing 160800 and 8552 samples respectively. The total download size is 160936291 bytes, and the total size is 293118468 bytes. The dataset configuration is default, with training and testing data stored in data/train-* and data/test-* paths respectively.

原始信息汇总

数据集概述

特征信息

• chosen
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• rejected
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据分割

• train
  • 字节数: 278277068
  • 样本数: 160800
• test
  • 字节数: 14841400
  • 样本数: 8552

数据集大小

• 下载大小: 160936291 字节
• 数据集总大小: 293118468 字节

配置信息

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