sardinelab/MT-pref

该数据集包含多个字段，如prompt（提示）、chosen（选择的响应）、rejected（拒绝的响应）、best_response（最佳响应）等，每个字段都有其对应的数据类型。数据集被分割为训练集，包含15798个样本，总大小为26999980.39076906字节。

The dataset contains multiple fields such as prompt, chosen, rejected, best_response, etc., each with its corresponding data type. The dataset is split into a training set containing 15,798 samples, with a total size of 26,999,980.39076906 bytes.

原始信息汇总

数据集概述

许可证

• 许可证类型: CC BY-NC 4.0

数据集信息

特征

• prompt: 数据类型为字符串
• chosen: 数据类型为字符串
• rejected: 数据类型为字符串
• best_response: 数据类型为字符串
• chosen_score: 数据类型为浮点数 (float64)
• rejected_score: 数据类型为浮点数 (float64)
• score_diff: 数据类型为浮点数 (float64)

数据分割

• train: 包含15798个样本，占用26999980.39076906字节

数据集大小

• 下载大小: 12613788字节
• 数据集总大小: 26999980.39076906字节

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*