Synadapt/Orpo_Split_Turns_v1_clean

该数据集包含多个特征字段，主要涉及系统提示（System_Prompt）、领域（Domain）、复杂性（Complexity）以及多个回合的对话文本（chosen_turn和rejected_turn）及其对应的token数量。数据集分为训练集，包含15403个样本，总大小为165524221字节。

This dataset contains multiple feature fields, primarily involving system prompts (System_Prompt), domains (Domain), complexity (Complexity), and multiple rounds of dialogue texts (chosen_turn and rejected_turn) along with their corresponding token counts. The dataset is divided into a training set, containing 15403 samples, with a total size of 165524221 bytes.

原始信息汇总

数据集概述

数据特征

• System_Prompt: 字符串类型
• system_prompt_tokens: 64位整数类型
• Domain: 字符串类型
• Complexity: 字符串类型
• chosen_turn_1_text 至 chosen_turn_17_text: 字符串类型
• chosen_turn_1_tokens 至 chosen_turn_17_tokens: 64位整数类型
• rejected_turn_1_text 至 rejected_turn_17_text: 字符串类型
• rejected_turn_1_tokens 至 rejected_turn_17_tokens: 64位整数类型

数据分割

• train:
  • 字节数: 165524221
  • 样本数: 15403

数据集大小

• 下载大小: 87299673 字节
• 数据集大小: 165524221 字节

配置

• config_name: default
  • 数据文件路径: data/train-*