HachiML/hh-rlhf-49k-ja-alpaca-format

---
dataset_info:
features:
- name: input
dtype: string
- name: output
dtype: string
- name: index
dtype: string
splits:
- name: train
num_bytes: 41667442
num_examples: 49332
download_size: 19145442
dataset_size: 41667442
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: mit
language:
- ja
---
# Dataset Card for "hh-rlhf-49k-ja-alpaca-format"
これは[kunishou/hh-rlhf-49k-ja](https://huggingface.co/datasets/kunishou/hh-rlhf-49k-ja)に以下の変更を加えたデータセットです。
- alpaca形式に変更
- 翻訳が失敗したもの（つまりng_translation!="0.0"のもの）の削除
- indexの頭に"hh-rlhf."をつける

This is a dataset of [kunishou/hh-rlhf-49k-en](https://huggingface.co/datasets/kunishou/hh-rlhf-49k-ja) with the following changes
- Changed to alpaca format
- Removed failed translations (i.e., those with ng_translation!="0.0")
- Add "hh-rlhf." at the beginning of indexes

原始信息汇总

数据集概述

数据集信息

• 特征:
  • input: 类型为 string
  • output: 类型为 string
  • index: 类型为 string
• 分割:
  • train: 字节数为 41667442，样本数为 49332
• 下载大小: 19145442 字节
• 数据集大小: 41667442 字节
• 配置:
  • default: 数据文件路径为 data/train-*
• 许可证: MIT
• 语言: 日语 (ja)

数据集变更

• 转换为 alpaca 格式
• 删除翻译失败的样本（即 ng_translation!="0.0" 的样本）
• 在 index 字段前添加 "hh-rlhf."