jan-hq/instruction-speech-preference

该数据集包含四个特征：user_input（用户输入）、model_output（模型输出）、prompt（提示）和answer（答案），均为字符串类型。数据集分为一个训练集（train），包含95,744个样本，总大小为2,163,405,926字节。下载大小为493,715,781字节。配置信息指定了默认配置下的数据文件路径。

The dataset contains four features: user_input, model_output, prompt, and answer, all of which are of string type. The dataset is divided into one training set (train) with 95,744 samples, totaling 2,163,405,926 bytes. The download size is 493,715,781 bytes. The configuration information specifies the data file path under the default configuration.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • user_input: 用户输入，数据类型为字符串。
  • model_output: 模型输出，数据类型为字符串。
  • prompt: 提示信息，数据类型为字符串。
  • answer: 答案，数据类型为字符串。

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 2163405926
  • 样本数: 95744

数据集大小

• 下载大小: 493715781 字节
• 总大小: 2163405926 字节

配置

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