zbeeb/beneficial-dpo-dataset
收藏官方服务：
资源简介：
Beneficial DPO数据集是从multilingual/orca_dpo_pairs数据集中采样的一个包含10,000行的确定性多语言DPO子集。该数据集在七种语言分割(阿拉伯语、德语、西班牙语、法语、俄语、土耳其语和中文)之间保持平衡，并保留了DPO训练所需的prompt、chosen和rejected字段，以及原始的system、question和mllm_index元数据。数据集包含10个列，包括语言标识和源数据集信息等。采样使用了固定的随机种子(20260428)以确保可复现性。
A deterministic 10,000-row multilingual DPO subset sampled from `multilingual/orca_dpo_pairs`. The dataset is balanced across seven language splits and keeps the DPO training fields `prompt`, `chosen`, and `rejected`, along with the original `system`, `question`, and `mllm_index` metadata. It contains 10 columns including language identification and source dataset information. Sampling used a fixed random seed (20260428) to ensure reproducibility.
提供机构：
zbeeb
