anthj/dpo_mw_new3

该数据集包含用于问答系统或选择类任务的数据，主要特征包括问题（question）、选择答案（chosen）和拒绝答案（rejected）。数据集分为训练集和评估集，训练集包含1,294,156个样本，评估集包含143,796个样本。

This dataset contains data for question-answering systems or selection tasks, with main features including questions, chosen answers, and rejected answers. The dataset is divided into a training set with 1,294,156 samples and an evaluation set with 143,796 samples.

原始信息汇总

数据集概述

特征信息

• question: 数据类型为字符串。
• chosen: 数据类型为字符串。
• rejected: 数据类型为字符串。
• index_level_0: 数据类型为整数（int64）。

数据分割

• train:
  • 字节数: 1670208782
  • 样本数: 1294156
• eval:
  • 字节数: 185890277
  • 样本数: 143796

数据集大小

• 下载大小: 454958866 字节
• 总数据集大小: 1856099059 字节

配置信息

• config_name: default
  • 数据文件路径:
    • train: data/train-*
    • eval: data/eval-*