fdsfdg/rlhf_hh_filtered_npm

该数据集包含两个主要特征：chosen和rejected，每个特征都是一个列表，包含content和role两个字段，数据类型均为字符串。数据集分为训练集和测试集，训练集包含154,076个样本，测试集包含8,179个样本。数据集的下载大小为153,931,760字节，总大小为275,180,819字节。

The dataset contains two main features: chosen and rejected, each of which is a list containing two fields: content and role, both of which are of string type. The dataset is divided into a training set and a test set, with the training set containing 154,076 samples and the test set containing 8,179 samples. The download size of the dataset is 153,931,760 bytes, and the total size is 275,180,819 bytes.

原始信息汇总

数据集概述

特征信息

• chosen:
  • content: 数据类型为字符串（string）
  • role: 数据类型为字符串（string）
• rejected:
  • content: 数据类型为字符串（string）
  • role: 数据类型为字符串（string）

数据分割

• train:
  • 字节数: 261264045
  • 样本数: 154076
• test:
  • 字节数: 13916774
  • 样本数: 8179

数据集大小

• 下载大小: 153931760 字节
• 数据集总大小: 275180819 字节

配置信息

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