RRLHF/gemma2b_gen_extract_32K_pairs

该数据集包含用于训练的数据，主要特征包括chosen和rejected两个部分，每个部分都有content和role两个字段，类型均为字符串。数据集分为一个训练集，包含31851个例子，总大小为67089586.13788628字节。下载大小为15790761字节。

This dataset contains training data with main features including chosen and rejected sections, each with content and role fields, both of string type. The dataset is divided into one training set containing 31,851 examples, with a total size of 67,089,586.13788628 bytes. The download size is 15,790,761 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征：

  • chosen：
    • content：数据类型为字符串
    • role：数据类型为字符串
  • rejected：
    • content：数据类型为字符串
    • role：数据类型为字符串

• 分割：

  • train：
    • 字节数：67089586.13788628
    • 样本数：31851

• 下载大小：15790761

• 数据集大小：67089586.13788628

配置

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