cstr/dpo-mix-7k-simplified-de-v2

该数据集包含多个字段，如prompt、chosen、rejected等，每个字段都是一个列表，列表中包含content和role两个子字段，数据类型均为string。数据集分为train和test两个分割，分别包含4个示例，并提供了每个分割的文件路径。

原始信息汇总

数据集概述

数据集结构

• features:
  • dataset:
    • 类型: string
  • prompt:
    • content:
      • 类型: string
    • role:
      • 类型: string
  • chosen:
    • content:
      • 类型: string
    • role:
      • 类型: string
  • rejected:
    • content:
      • 类型: string
    • role:
      • 类型: string
  • translated_prompt:
    • content:
      • 类型: string
    • role:
      • 类型: string
  • translated_chosen:
    • content:
      • 类型: string
    • role:
      • 类型: string
  • translated_rejected:
    • content:
      • 类型: string
    • role:
      • 类型: string

数据集划分

• splits:
  • train:
    • 字节数: 41438
    • 样本数: 4
  • test:
    • 字节数: 20219
    • 样本数: 4

数据集大小

• download_size: 107248
• dataset_size: 61657

配置

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