jan-hq/athirdpath_roleplay_dpo_binarized

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 10769968.084889147
num_examples: 3085
- name: test
num_bytes: 1197438.9151108519
num_examples: 343
download_size: 4623261
dataset_size: 11967407.0
---
# Dataset Card for "athirdpath_roleplay_dpo_binarized"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
配置项：
- 配置名称：default
数据文件：
- 数据集拆分（split）：train，路径：data/train-*
- 数据集拆分（split）：test，路径：data/test-*
数据集信息：
特征：
- 字段名：chosen，为列表类型，其元素包含：
- 字段名：content，数据类型（dtype）：字符串（string）
- 字段名：role，数据类型（dtype）：字符串（string）
- 字段名：rejected，为列表类型，其元素包含：
- 字段名：content，数据类型（dtype）：字符串（string）
- 字段名：role，数据类型（dtype）：字符串（string）
数据集拆分详情：
- 拆分名称：train，字节数：10769968.084889147，样本数量：3085
- 拆分名称：test，字节数：1197438.9151108519，样本数量：343
下载大小：4623261，数据集总大小：11967407.0
---
# "athirdpath_roleplay_dpo_binarized" 数据集卡片
[更多信息待补充](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集配置

• 配置名称: default
  • 数据文件:
    • 训练集: data/train-*
    • 测试集: data/test-*

数据集信息

• 特征:

  • chosen:
    • content: 字符串类型
    • role: 字符串类型
  • rejected:
    • content: 字符串类型
    • role: 字符串类型

• 分割:

  • 训练集:
    • 字节数: 10769968.084889147
    • 样本数: 3085
  • 测试集:
    • 字节数: 1197438.9151108519
    • 样本数: 343

• 下载大小: 4623261

• 数据集大小: 11967407.0

搜集汇总

背景与挑战

背景概述

该数据集是一个用于直接偏好优化（DPO）的二值化角色扮演对话数据集，包含3,428条文本数据，分为训练集和测试集。数据以'chosen'和'rejected'响应对形式组织，旨在训练模型在角色扮演场景中生成详细、创意且沉浸式的回复，适用于对话AI的偏好对齐任务。