arcee-ai/cleaned-distilabel-math-preference-dpo

该数据集包含多个特征字段，包括id、source、system、question、chosen和rejected。其中，chosen和rejected是列表类型，每个列表包含content和role两个子字段。数据集包含一个训练集分割，共有2405个样本，总大小为7555028字节。

The dataset includes multiple feature fields such as id, source, system, question, chosen, and rejected. Among these, chosen and rejected are list types, each containing two subfields: content and role. The dataset contains a training split with a total of 2405 examples and a size of 7555028 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• source: 字符串类型
• system: 字符串类型
• question: 字符串类型
• chosen: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型
  • content: 字符串类型
  • role: 字符串类型

数据分割

• train:
  • 字节数: 7555028
  • 样本数: 2405

数据集大小

• 下载大小: 2983997 字节
• 数据集大小: 7555028 字节

配置

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