SUSTech/bagel-sft

该数据集包含多个特征，包括id、text、chosen、rejected、conversations、source和prompt。其中，conversations是一个列表，包含from和value两个字段。数据集仅包含一个训练集，共有727,495个样本，总大小为1,502,554,840字节，下载大小为762,874,440字节。

原始信息汇总

数据集详情

特征信息

• id: 数据类型为字符串。
• text: 数据类型为空。
• chosen: 数据类型为字符串。
• rejected: 数据类型为字符串。
• conversations: 列表类型，包含以下字段：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• source: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据分割

• train: 包含727495个样本，总字节数为1502554840。

数据集大小

• 下载大小: 762874440字节。
• 数据集大小: 1502554840字节。

配置信息

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