alvarobartt/Anthropic_HH_Golden_Extended

--- tags: - not-for-all-audiences dataset_info: features: - name: prompt_id dtype: string - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 128690951 num_examples: 85074 - name: test num_bytes: 7201288 num_examples: 4624 download_size: 44628148 dataset_size: 135892239 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* license: apache-2.0 task_categories: - conversational language: - en size_categories: - 10K<n<100K ---

原始信息汇总

数据集概述

数据集特征

• prompt_id: 数据类型为字符串。
• prompt: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据集划分

• train: 包含85074个样本，占用128690951字节。
• test: 包含4624个样本，占用7201288字节。

数据集大小

• 下载大小: 44628148字节。
• 数据集大小: 135892239字节。

配置

• 默认配置: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。

许可证

• apache-2.0

任务类别

• conversational

语言

• en

大小类别

• 10K<n<100K