David-Xu/astronomy-stack-dpo-20-percent

---
dataset_info:
features:
- name: prompt
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_question
dtype: string
- name: score_chosen
dtype: string
- name: score_rejected
dtype: string
splits:
- name: train
num_bytes: 11275712.334687736
num_examples: 3588
- name: test
num_bytes: 1250761.8476047153
num_examples: 398
download_size: 3377877
dataset_size: 12526474.18229245
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

数据集特征

• prompt: 数据类型为字符串。
• 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。
• score_question: 数据类型为字符串。
• score_chosen: 数据类型为字符串。
• score_rejected: 数据类型为字符串。

数据集划分

• train: 包含3588个样本，占用11275712.334687736字节。
• test: 包含398个样本，占用1250761.8476047153字节。

数据集大小

• 下载大小: 3377877字节。
• 数据集大小: 12526474.18229245字节。

配置信息

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。