1231czx/7B_iter1_dpo_N1_random_pair_code_gemma

该数据集包含四个主要特征：gt（字符串类型）、rej（字符串序列）、chosen（包含content和role两个字段的列表）和rejected（同样包含content和role两个字段的列表）。数据集仅包含一个训练集，共有15,995个样本，总大小为30,835,101字节，下载大小为12,797,781字节。

The dataset contains four main features: gt (string type), rej (sequence of strings), chosen (a list containing content and role fields), and rejected (also a list containing content and role fields). The dataset includes only a training set with 15,995 samples, totaling 30,835,101 bytes, and a download size of 12,797,781 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• gt: 类型为字符串。
• rej: 类型为字符串序列。
• chosen: 包含以下字段：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下字段：
  • content: 类型为字符串。
  • role: 类型为字符串。

数据分割

• train: 包含15995个样本，总字节数为30835101。

数据集大小

• 下载大小: 12797781字节。
• 数据集大小: 30835101字节。

配置

• default: 包含训练数据文件，路径为data/train-*。