cornfieldrm/pair-preference-dataset-700K_subset-3-of-4_gemma-2b_1of4_iter3_conf-0.9_bs128_lr1e-5_conf-0.9

该数据集包含多个特征，如被拒绝的内容及其分数、选择的内容及其分数、长度、选择概率和消息等。这些特征主要涉及文本内容、角色、分数和长度等信息。数据集包含一个训练集，大小为304918983.95字节，包含44935个示例。下载大小为200469786字节。

原始信息汇总

数据集概述

数据集特征

• rejected
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• rejected_score: 数据类型为浮点数
• chosen_score: 数据类型为浮点数
• chosen
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• length: 数据类型为整数
• chosen_prob: 数据类型为浮点数
• messages
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据集分割

• train
  • num_bytes: 304918983.95075345 字节
  • num_examples: 44935 个示例

数据集大小

• download_size: 200469786 字节
• dataset_size: 304918983.95075345 字节

配置

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