Windy/4rewriter_simpo_distrib4_onraw

该数据集包含三个主要特征：prompt、chosen和rejected。prompt是一个字符串类型的数据，表示提示信息。chosen和rejected都是列表类型，每个列表包含content和role两个字段，分别表示内容信息和角色信息。数据集分为训练集和测试集两个部分，训练集包含8762个样本，测试集包含8个样本。数据集的下载大小为41252020字节，总大小为85151722字节。

The dataset contains three main features: prompt, chosen, and rejected. prompt is a string type data representing the prompt information. chosen and rejected are both list types, each containing two fields: content and role, representing the content information and role information respectively. The dataset is divided into two parts: a training set and a test set. The training set contains 8762 samples, and the test set contains 8 samples. The download size of the dataset is 41252020 bytes, and the total size is 85151722 bytes.

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据集分割

• train: 包含8762个样本，占用85076204字节。
• test: 包含8个样本，占用75518字节。

数据集大小

• 下载大小: 41252020字节。
• 总大小: 85151722字节。

配置

• default: 包含以下数据文件路径：
  • train: data/train-*
  • test: data/test-*