YYYYYYibo/gshf_vllm_1_part_2_mini_7

该数据集包含多个特征，如prompt、prompt_id、chosen、rejected、messages等，每个特征都有其特定的数据类型。数据集主要用于训练偏好模型，包含2500个示例，总大小为25669688字节。

This dataset contains multiple features such as prompt, prompt_id, chosen, rejected, messages, etc., each with its specific data type. The dataset is primarily used for training preference models and includes 2500 examples with a total size of 25669688 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• prompt_id: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• messages: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• score_chosen: 类型为浮点数。
• score_rejected: 类型为浮点数。
• reference_response: 类型为字符串。
• resp1: 类型为字符串。

数据分割

• train_prefs: 包含2500个样本，总大小为25669688字节。

数据集大小

• 数据集总大小为25669688字节。

配置

• default: 包含以下数据文件：
  • train_prefs: 路径为data/train_prefs-*。