anthj/dpo_mw_new10

该数据集包含两个主要分割：训练集和评估集。训练集包含19534个样本，评估集包含2171个样本。每个样本包含三个主要特征：问题（question）、选择的答案（chosen）和被拒绝的答案（rejected）。这些特征均为字符串类型，可能用于问答系统的训练和评估，特别是涉及答案选择或排序的场景。

The dataset includes two main splits: a training set and an evaluation set. The training set contains 19,534 samples, and the evaluation set contains 2,171 samples. Each sample consists of three main features: a question, a chosen answer, and a rejected answer, all of which are of string type. This dataset is likely used for training and evaluating question-answering systems, particularly in scenarios involving answer selection or ranking.

原始信息汇总

数据集概述

数据集特征

• question: 类型为字符串 (string)
• chosen: 类型为字符串 (string)
• rejected: 类型为字符串 (string)
• index_level_0: 类型为整数 (int64)

数据集分割

• train:
  • 字节数: 19363936
  • 样本数: 19534
• eval:
  • 字节数: 2147796
  • 样本数: 2171

数据集大小

• 下载大小: 6279857 字节
• 数据集总大小: 21511732 字节

配置

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