fdsfdg/new_nectar_split_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1,099,877个样本，测试集包含122,209个样本。数据集的下载大小为1,919,386,194字节，总大小为3,481,060,370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 1,099,877 samples and the test set containing 122,209 samples. The download size of the dataset is 1,919,386,194 bytes, and the total size is 3,481,060,370 bytes.

原始信息汇总

数据集概述

数据特征

• 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: 3132538599
  • 样本数: 1099877
• test:
  • 字节数: 348521771
  • 样本数: 122209

数据集大小

• 下载大小: 1919386194 字节
• 数据集总大小: 3481060370 字节

配置

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