lmsys-arena-human-preference-55k-sharegpt

dataset_info:
features:
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 106795843.45978391
num_examples: 57362
download_size: 56766985
dataset_size: 106795843.45978391
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: apache-2.0
---

数据集信息：
特征字段：
- 名称：对话（conversations），类型为列表，包含两个子字段：
- 子字段名：from，数据类型：字符串
- 子字段名：value，数据类型：字符串
- 名称：来源（source），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），占用字节数：106795843.45978391，样本数量：57362
下载大小：56766985
数据集总大小：106795843.45978391
配置项：
- 配置名称：默认（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*
许可证：Apache-2.0

搜集汇总

背景与挑战

背景概述

该数据集名为lmsys-arena-human-preference-55k-sharegpt，由mlabonne在ModelScope平台发布，采用Apache License 2.0许可。它包含约5.7万个训练示例，下载大小约56.77MB，主要特征包括conversations列表和source字段，最后更新于2025年3月18日。