anthj/sft_mw_new2

该数据集包含用于训练和评估的问答或选择类问题数据，主要特征包括question（问题）和chosen（选择）。数据集分为训练集和评估集，训练集包含130,038个例子，评估集包含14,449个例子。

This dataset contains data for training and evaluating question-answering or choice-based questions, with main features including question and chosen. The dataset is divided into a training set and an evaluation set, with the training set containing 130,038 examples and the evaluation set containing 14,449 examples.

原始信息汇总

数据集概述

数据集特征

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

数据集划分

• train:
  • 字节数: 106671530
  • 样本数: 130038
• eval:
  • 字节数: 11880535
  • 样本数: 14449

数据集大小

• 下载大小: 29764476 字节
• 数据集总大小: 118552065 字节

配置信息

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • eval: 路径为 data/eval-*