fiveflow/ultrasummary_binarized-v0.3

该数据集主要用于训练和测试模型，包含三个主要特征：chosen、rejected和prompt，每个特征都包含content和role两个子特征，类型均为字符串。数据集分为训练集和测试集，训练集包含2000个样本，测试集包含102个样本。数据集的下载大小为47989121字节，总大小为97223232字节。

This dataset is primarily used for training and testing models, containing three main features: chosen, rejected, and prompt, each of which includes two sub-features: content and role, both of type string. The dataset is divided into a training set and a test set, with the training set containing 2000 samples and the test set containing 102 samples. The download size of the dataset is 47989121 bytes, and the total size is 97223232 bytes.

原始信息汇总

数据集概述

数据集特征

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

数据集分割

• train:
  • 字节数: 95133442
  • 样本数: 2000
• test:
  • 字节数: 2089790
  • 样本数: 102

数据集大小

• 下载大小: 47989121 字节
• 数据集总大小: 97223232 字节

配置

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