valerielucro/gsm8k_preference_dataset_incorrect

该数据集包含三个主要特征：prompt（提示）、rejected（被拒绝的响应）和chosen（被选中的响应），均为字符串类型。数据集分为训练集和测试集，训练集包含4584个样本，测试集包含510个样本。数据集的下载大小为7022238字节，总大小为13061734.0字节。配置文件中指定了训练集和测试集的数据文件路径。

The dataset contains three main features: prompt, rejected, and chosen, all of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 4584 samples and the test set containing 510 samples. The download size of the dataset is 7022238 bytes, and the total size is 13061734.0 bytes. The configuration file specifies the data file paths for the training and test sets.

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• rejected: 数据类型为字符串。
• chosen: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 11754022.115429917
  • 样本数: 4584
• test:
  • 字节数: 1307711.8845700824
  • 样本数: 510

数据集大小

• 下载大小: 7022238 字节
• 数据集总大小: 13061734.0 字节

配置

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