HuggingFaceH4/OpenHermes-2.5-preferences-v0-deduped

---
dataset_info:
features:
- name: source
dtype: string
- name: category
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen_policy
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected_policy
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: dataset
dtype: string
- name: token_count
dtype: int64
splits:
- name: train
num_bytes: 4205748183
num_examples: 761597
- name: test
num_bytes: 221026731
num_examples: 40084
download_size: 2282679668
dataset_size: 4426774914
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集信息

特征

• source: 数据类型为字符串。
• category: 数据类型为字符串。
• messages: 列表类型，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。
• chosen_policy: 数据类型为字符串。
• chosen: 列表类型，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_policy: 数据类型为字符串。
• rejected: 列表类型，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。
• dataset: 数据类型为字符串。
• token_count: 数据类型为整数（int64）。

数据分割

• train:
  • 字节数: 4205748183
  • 样本数: 761597
• test:
  • 字节数: 221026731
  • 样本数: 40084

数据大小

• 下载大小: 2282679668 字节
• 数据集大小: 4426774914 字节

配置

• default:
  • 数据文件:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*