smangrul/ultrachat-feedback-10k-chatml

该数据集包含多个特征，如prompt、prompt_id、chosen、rejected、messages、score_chosen和score_rejected。这些特征分别代表不同的数据类型，如字符串、列表和浮点数。数据集分为训练集和测试集，分别包含10000和2000个样本，总大小为79157734字节。数据集的下载大小为44057628字节。

The dataset includes multiple features such as prompt, prompt_id, chosen, rejected, messages, score_chosen, and score_rejected. Each feature has a specific data type. The dataset is divided into a training set and a test set, containing 10000 and 2000 samples respectively. Additionally, the download size and actual size of the dataset are mentioned.

原始信息汇总

数据集概述

数据特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• chosen: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型

数据分割

• train:
  • 字节数: 65996149
  • 样本数: 10000
• test:
  • 字节数: 13161585
  • 样本数: 2000

数据集大小

• 下载大小: 44057628 字节
• 数据集大小: 79157734 字节

配置

• default:
  • 训练数据路径: data/train-*
  • 测试数据路径: data/test-*