cornfieldrm/pair-preference-dataset-700K_subset-2-of-3_soup_conf-0.6

该数据集包含多个特征，如rejected、rejected_score、chosen_score、chosen、length、chosen_prob和messages。其中，rejected和chosen是列表类型，包含content和role两个子特征，均为字符串类型。rejected_score、chosen_score和chosen_prob是浮点数类型，length是整数类型。数据集包含一个名为train的分割，包含191939个示例，总大小为1310668387.020996字节。

This dataset is primarily used for evaluating dialogue systems, containing rejected and chosen dialogue content with their scores, as well as a list of messages. Each dialogue content and message includes content and role information. The dataset is divided into a training set, providing data size and number of examples.

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

数据集划分

• train
  • num_bytes: 1310668387.020996 字节
  • num_examples: 191939 个样本

数据集大小

• download_size: 710240764 字节
• dataset_size: 1310668387.020996 字节