vwxyzjn/cai-conversation-dev1705675844

该数据集包含多个对话相关的字段，如初始提示、初始响应、批评提示、批评响应、修订提示、修订响应、提示、消息、选择和拒绝等。数据集分为训练和测试集，分别用于监督微调和偏好学习。每个字段都有特定的数据类型，如字符串或列表。数据文件的具体路径在配置信息中指定。

原始信息汇总

数据集概述

特征信息

• init_prompt: 数据类型为字符串。
• init_response: 数据类型为字符串。
• critic_prompt: 数据类型为字符串。
• critic_response: 数据类型为字符串。
• revision_prompt: 数据类型为字符串。
• revision_response: 数据类型为字符串。
• prompt: 数据类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• chosen: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train_sft: 字节数为195079，样本数为64。
• train_prefs: 字节数为193819，样本数为64。
• test_sft: 字节数为189922，样本数为64。
• test_prefs: 字节数为200666，样本数为64。

数据大小

• 下载大小: 426772字节。
• 数据集大小: 779486字节。

配置信息

• default配置包含以下数据文件：
  • train_sft: 路径为data/train_sft-*。
  • train_prefs: 路径为data/train_prefs-*。
  • test_sft: 路径为data/test_sft-*。
  • test_prefs: 路径为data/test_prefs-*。