five

Felladrin/ChatML-Neural-DPO

收藏
Hugging Face2024-02-25 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/Felladrin/ChatML-Neural-DPO
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: apache-2.0 language: - en size_categories: - 1K<n<10K --- [NeuralNovel/Neural-DPO](https://huggingface.co/datasets/NeuralNovel/Neural-DPO) in ChatML format, ready to use in [HuggingFace TRL's DPO Trainer](https://huggingface.co/docs/trl/main/en/dpo_trainer). Python code used for conversion: ```python from datasets import load_dataset dataset = load_dataset("NeuralNovel/Neural-DPO", split="train") def format(columns): prompt = f"<|im_start|>user\n{columns['question']}<|im_end|>\n<|im_start|>assistant\n" if (columns['system']): prompt = f"<|im_start|>system\n{columns['system']}<|im_end|>\n{prompt}" return { "prompt": prompt, "chosen": f"{columns['chosen']}<|im_end|>", "rejected": f"{columns['rejected']}<|im_end|>", } dataset.map(format).select_columns(['prompt', 'chosen', 'rejected']).to_parquet("train.parquet") ```
提供机构:
Felladrin
原始信息汇总

数据集概述

基本信息

  • 许可证: Apache-2.0
  • 语言: 英语
  • 数据量: 1K<n<10K

数据集用途

数据转换代码

以下Python代码用于将数据集转换为所需格式:

python from datasets import load_dataset

dataset = load_dataset("NeuralNovel/Neural-DPO", split="train")

def format(columns): prompt = f"<|im_start|>user {columns[question]}<|im_end|> <|im_start|>assistant "

if (columns[system]):
    prompt = f"<|im_start|>system

{columns[system]}<|im_end|> {prompt}"

return {
    "prompt": prompt,
    "chosen": f"{columns[chosen]}<|im_end|>",
    "rejected": f"{columns[rejected]}<|im_end|>",
}

dataset.map(format).select_columns([prompt, chosen, rejected]).to_parquet("train.parquet")

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作