jan-hq/ultrafeedback_binarized_subset

---
dataset_info:
features:
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train_sft
num_bytes: 17319385.718193624
num_examples: 3041
- name: test_sft
num_bytes: 5476911
num_examples: 985
download_size: 12482169
dataset_size: 22796296.718193624
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

原始信息汇总

数据集概述

特征信息

• 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
• messages
  • 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: 17319385.718193624
  • 样本数: 3041
• test_sft
  • 字节数: 5476911
  • 样本数: 985

数据集大小

• 下载大小: 12482169 字节
• 数据集大小: 22796296.718193624 字节

配置信息

• default
  • train_sft
    • 路径: data/train_sft-*
  • test_sft
    • 路径: data/test_sft-*