1231czx/9b_gemma2pt_iter1_random_pair

该数据集包含四个主要特征：gt（字符串类型）、rej（字符串序列）、chosen（包含content和role两个字段的列表）和rejected（同样包含content和role两个字段的列表）。数据集分为一个训练集（train），包含17,704个样本，总大小为42,493,842字节。下载大小为18,960,299字节。

The dataset contains four main features: gt (string type), rej (sequence of strings), chosen (a list containing two fields: content and role), and rejected (also a list containing two fields: content and role). The dataset is divided into one training set (train) with 17,704 samples, totaling 42,493,842 bytes. The download size is 18,960,299 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• gt: 类型为字符串。
• rej: 序列类型为字符串。
• chosen: 包含以下字段：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下字段：
  • content: 类型为字符串。
  • role: 类型为字符串。

数据分割

• train: 包含17704个样本，总字节数为42493842。

数据集大小

• 下载大小: 18960299字节。
• 数据集大小: 42493842字节。

配置

• default: 包含训练数据文件，路径为data/train-*。