RRLHF/gemma2b_gsm8k_for_iter1

该数据集包含两个主要字段：chosen和rejected，每个字段都是一个列表，包含content和role两个子字段，数据类型均为字符串。数据集被分为一个训练集（train），包含14631个样本，占用约22.59MB的空间。

The dataset contains two main fields: chosen and rejected, each of which is a list containing two subfields: content and role, both of string data type. The dataset is divided into a training set (train) with 14,631 samples, occupying approximately 22.59MB of space.

原始信息汇总

数据集概述

数据集信息

特征

• chosen:
  • content: 数据类型为 string
  • role: 数据类型为 string
• rejected:
  • content: 数据类型为 string
  • role: 数据类型为 string

数据分割

• train:
  • 数据大小: 22594408.883759048 字节
  • 样本数量: 14631

数据集大小

• 下载大小: 7076304 字节
• 数据集总大小: 22594408.883759048 字节

配置

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