reciprocate/ultrafeedback_cleaned_v2_dpo

该数据集包含多个特征，如prompt、prompt_id、chosen、rejected、messages、score_chosen、score_rejected和source。这些特征分别表示不同的数据类型，如字符串、列表和浮点数。数据集分为训练集和测试集，训练集包含56605个样本，测试集包含1964个样本。数据集的下载大小为210433216字节，总大小为379177552.08681715字节。

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• messages: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• score_chosen: 数据类型为浮点数（float64）。
• score_rejected: 数据类型为浮点数（float64）。
• source: 数据类型为字符串。

数据集分割

• train: 包含56605个样本，占用366508221.08681715字节。
• test: 包含1964个样本，占用12669331字节。

数据集大小

• 下载大小: 210433216字节。
• 数据集大小: 379177552.08681715字节。

配置信息

• config_name: default
  • data_files:
    • train: 路径为data/train-*。
    • test: 路径为data/test-*。