Nutanix/Anthropic_HH_Golden-processed-2

该数据集包含对话式的提示和完成对，每个对话对包括prompt和completion两部分，每部分都有content和role两个字段，数据类型为字符串。此外，每个对话对还有一个布尔类型的label字段。数据集分为训练集、测试集和验证集，分别包含85074、4624和2312个示例。

This dataset contains conversational prompt and completion pairs, each including prompt and completion parts, with content and role fields in each part, both of string data type. Additionally, each pair has a boolean label field. The dataset is divided into training, test, and validation sets, containing 85074, 4624, and 2312 examples respectively.

原始信息汇总

数据集概述

数据集结构

• 特征:
  • prompt:
    • content: 字符串类型
    • role: 字符串类型
  • completion:
    • content: 字符串类型
    • role: 字符串类型
  • label: 布尔类型

数据集划分

• train:
  • 样本数量: 85074
  • 字节数: 59826648
• test:
  • 样本数量: 4624
  • 字节数: 3350572
• val:
  • 样本数量: 2312
  • 字节数: 1675286.0

数据集大小

• 下载大小: 24591892 字节
• 总大小: 64852506.0 字节

配置

• default:
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*
    • val: data/val-*