1231czx/7B_iter3_dpo_N1_random_pair_code_gemma

该数据集包含四个主要特征：gt（字符串类型）、rej（字符串序列）、chosen（包含content和role两个字段的列表）和rejected（同样包含content和role两个字段的列表）。数据集分为一个训练集，包含15,393个样本，总大小为30,779,137字节。下载大小为12,972,217字节。

The dataset includes four main features: gt (string type), rej (sequence of strings), chosen (a list containing content and role fields), and rejected (also a list containing content and role fields). The dataset is divided into one training set with 15,393 examples, totaling 30,779,137 bytes. The download size is 12,972,217 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• gt: 数据类型为字符串。
• rej: 数据类型为字符串序列。
• chosen: 包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train: 包含15393个样本，总字节数为30779137。

数据集大小

• 下载大小: 12972217字节。
• 数据集大小: 30779137字节。

配置

• default: 包含训练数据文件，路径为data/train-*。