1231czx/7b_gemma_kto_iter3_random_pair

该数据集包含多个特征，包括gt（字符串类型）、rej（字符串序列）、chosen（包含content和role的列表）和rejected（包含content和role的列表）。数据集分为一个训练集，包含14223个样本，总大小为28136161字节。下载大小为12301373字节。

The dataset includes multiple features such as gt (string type), rej (sequence of strings), chosen (a list containing content and role), and rejected (a list containing content and role). The dataset is divided into a training set containing 14,223 samples, with a total size of 28,136,161 bytes. The download size is 12,301,373 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• gt: 数据类型为字符串。
• rej: 数据类型为字符串序列。
• chosen: 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: 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。

数据分割

• train: 包含14223个样本，总字节数为28136161。

数据集大小

• 下载大小: 12301373字节。
• 数据集大小: 28136161字节。

配置

• default: 包含训练数据文件，路径为data/train-*。