Windy/4rewriter_simpo_distrib4

该数据集包含三个主要特征：prompt（提示）、chosen（选择的回答）和rejected（拒绝的回答）。chosen和rejected都是列表类型，每个列表包含content（内容）和role（角色）两个字段。数据集分为训练集和测试集，训练集包含8762个样本，测试集包含8个样本。数据集的下载大小为54215363字节，总大小为103693962字节。

The dataset contains three main features: prompt, chosen, and rejected. Both chosen and rejected are list types, each containing two fields: content and role. The dataset is divided into a training set and a test set, with the training set containing 8762 samples and the test set containing 8 samples. The download size of the dataset is 54215363 bytes, and the total size is 103693962 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 数据类型为 string。
• chosen: 包含以下子特征：
  • content: 数据类型为 string。
  • role: 数据类型为 string。
• rejected: 包含以下子特征：
  • content: 数据类型为 string。
  • role: 数据类型为 string。

数据分割

• train:
  • 字节数: 103563234
  • 样本数: 8762
• test:
  • 字节数: 130728
  • 样本数: 8

数据集大小

• 下载大小: 54215363 字节
• 数据集总大小: 103693962 字节

配置

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