brucewlee1/dpo-harmful-dataset-allenai_OLMo-7B-SFT-hf-4050

该数据集包含三个主要特征：prompt（提示）、chosen（选择的回答）和rejected（拒绝的回答）。每个回答包含content（内容）和role（角色）两个子特征。数据集分为训练集和测试集，训练集包含4050个样本，测试集包含405个样本。数据集的下载大小为929551字节，总大小为2589882.9字节。配置信息指定了训练集和测试集的数据文件路径。

This dataset is primarily designed for natural language processing tasks, featuring three core features: prompt provides context or questions, chosen and rejected store user-selected and rejected content respectively, each containing specific content and role information. The dataset is divided into training and test sets, suitable for model training and evaluation.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • prompt: 数据类型为字符串。
  • chosen: 包含两个子特征：
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。
  • rejected: 包含两个子特征：
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。

• 数据分割:

  • train:
    • 字节数: 2354439
    • 样本数: 4050
  • test:
    • 字节数: 235443.9
    • 样本数: 405

• 下载大小: 929551 字节

• 数据集总大小: 2589882.9 字节

配置信息

• 配置名称: default
  • 数据文件:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*