WKLI22/orpo-dpo-mix-zh-40k

该数据集包含多个特征，包括来源（source）、选择的回答（chosen）、拒绝的回答（rejected）、提示（prompt）、问题（question）、中文选择的回答（chosen_zh）和中文拒绝的回答（rejected_zh）。其中，chosen和rejected是列表类型，包含内容（content）和角色（role）两个子特征。数据集包含一个训练集（train），大小为239015507.0字节，包含44245个示例。数据集的下载大小为126696191字节，总大小为239015507.0字节。

The dataset includes multiple features such as source, chosen, rejected, prompt, question, chosen_zh, rejected_zh, etc. Each feature has its specific data type, such as string or list. The dataset is divided into a training set, containing 44245 samples, with a total size of 239015507.0 bytes. Additionally, the download size of the dataset is 126696191 bytes.

原始信息汇总

数据集概述

数据集特征

• source：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。
• prompt：数据类型为字符串。
• question：数据类型为字符串。
• chosen_zh：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_zh：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。

数据集分割

• train：包含44245个示例，数据大小为239015507.0字节。

数据集大小

• 下载大小：126696191字节
• 数据集大小：239015507.0字节

配置

• default：训练数据文件路径为data/train-*。