JamesSpray/dataset_antrophic_hh_rlhf_model_alternating

该数据集包含多个特征，主要字段为chosen和rejected，均为字符串类型。此外，还有parsed_chosen和parsed_rejected两个列表字段，每个列表包含content和role两个子字段，均为字符串类型。数据集还包括tokenized_and_annotated_chosen和tokenized_and_annotated_rejected两个序列字段，类型为int64。数据集分为一个训练集，包含60043个例子，总大小为276365744字节。

原始信息汇总

数据集概述

数据特征

• chosen: 类型为字符串。
• rejected: 类型为字符串。
• parsed_chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• parsed_rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• tokenized_and_annotated_chosen: 类型为整数序列。
• tokenized_and_annotated_rejected: 类型为整数序列。

数据分割

• train: 包含60043个样本，占用276365744字节。

数据集大小

• 下载大小: 132350690字节。
• 数据集大小: 276365744字节。

配置

• default: 包含训练数据文件，路径为data/train-*。