therem/dpo_dataset

---
dataset_info:
- config_name: default
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
splits:
- name: train
num_bytes: 4278828
num_examples: 2889
- name: test
num_bytes: 1074941
num_examples: 723
download_size: 1477190
dataset_size: 5353769
- config_name: main
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
splits:
- name: train
num_bytes: 4278828
num_examples: 2889
- name: test
num_bytes: 1074941
num_examples: 723
download_size: 1477190
dataset_size: 5353769
- config_name: prompt_eval
features:
- name: prompt
dtype: string
splits:
- name: train
num_bytes: 6342
num_examples: 49
download_size: 8032
dataset_size: 6342
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- config_name: main
data_files:
- split: train
path: main/train-*
- split: test
path: main/test-*
- config_name: prompt_eval
data_files:
- split: train
path: prompt_eval/train-*
---

原始信息汇总

数据集概述

配置信息

默认配置 (default)

• 特征:
  • prompt: 字符串类型
  • chosen: 字符串类型
  • rejected: 字符串类型
• 分割:
  • train: 4,278,828 字节, 2,889 个样本
  • test: 1,074,941 字节, 723 个样本
• 下载大小: 1,477,190 字节
• 数据集大小: 5,353,769 字节

主要配置 (main)

• 特征:
  • prompt: 字符串类型
  • chosen: 字符串类型
  • rejected: 字符串类型
• 分割:
  • train: 4,278,828 字节, 2,889 个样本
  • test: 1,074,941 字节, 723 个样本
• 下载大小: 1,477,190 字节
• 数据集大小: 5,353,769 字节

提示评估配置 (prompt_eval)

• 特征:
  • prompt: 字符串类型
• 分割:
  • train: 6,342 字节, 49 个样本
• 下载大小: 8,032 字节
• 数据集大小: 6,342 字节

数据文件路径

• 默认配置 (default):

  • train: data/train-*
  • test: data/test-*

• 主要配置 (main):

  • train: main/train-*
  • test: main/test-*

• 提示评估配置 (prompt_eval):

  • train: prompt_eval/train-*