yimingzhang/hh-rlhf-random-reset-X64

该数据集包含对话消息，每条消息由内容和角色组成，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185,536个示例，测试集包含134个示例。训练集文件大小为72,894,592字节，测试集文件大小为50,599字节。整个数据集的下载大小为40,761,842字节，总大小为72,945,191字节。数据文件路径在配置中指定。

The dataset contains dialogue messages, each consisting of content and role, with both data types being strings. The dataset is divided into a training set and a test set, with the training set containing 185,536 examples and the test set containing 134 examples. The training set file size is 72,894,592 bytes, and the test set file size is 50,599 bytes. The entire dataset has a download size of 40,761,842 bytes and a total size of 72,945,191 bytes. The data file paths are specified in the configuration.

原始信息汇总

数据集概述

数据集信息

• 特征:

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

• 分割:

  • train_sft:
    • 字节数: 72894592
    • 样本数: 185536
  • test_sft:
    • 字节数: 50599
    • 样本数: 134

• 下载大小: 40761842 字节

• 数据集总大小: 72945191 字节

配置

• 配置名称: default
  • 数据文件:
    • train_sft: 路径为 data/train_sft-*
    • test_sft: 路径为 data/test_sft-*