fdsfdg/rlhf_hh_pm

该数据集包含一系列消息，每条消息由内容和角色两个字段组成。数据集分为训练集和测试集，训练集包含154,076个示例，测试集包含8,179个示例。数据集的下载大小为101,084,573字节，总大小为190,139,454字节。数据文件路径在配置中指定，训练集和测试集分别位于data/train-*和data/test-*路径下。

The dataset contains a series of messages, each consisting of content and role fields. The dataset is divided into a training set and a test set, with the training set containing 154,076 examples and the test set containing 8,179 examples. The download size of the dataset is 101,084,573 bytes, and the total size is 190,139,454 bytes. The data file paths are specified in the configuration, with the training set and test set located under the paths data/train-* and data/test-*, respectively.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • messages:
    • content: 数据类型为字符串（string）
    • role: 数据类型为字符串（string）

数据集划分

• train:
  • 大小: 180,535,740 字节
  • 样本数量: 154,076
• test:
  • 大小: 9,603,714 字节
  • 样本数量: 8,179

数据集大小

• 下载大小: 101,084,573 字节
• 总大小: 190,139,454 字节

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*