rafaelsandroni/dpo-mix-pt-br

---
dataset_info:
features:
- name: dataset
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen_rating
dtype: float64
- name: rejected_rating
dtype: float64
splits:
- name: train
num_bytes: 41362946
num_examples: 6750
- name: test
num_bytes: 4586808
num_examples: 750
- name: t
num_bytes: 23472
num_examples: 10
download_size: 24253124
dataset_size: 45973226
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
- split: t
path: data/t-*
---

原始信息汇总

数据集概述

数据集特征

• dataset：数据集名称，数据类型为字符串。
• chosen：包含两个子特征
  • content：内容，数据类型为字符串。
  • role：角色，数据类型为字符串。
• rejected：包含两个子特征
  • content：内容，数据类型为字符串。
  • role：角色，数据类型为字符串。
• chosen_rating：选择评分，数据类型为浮点数。
• rejected_rating：拒绝评分，数据类型为浮点数。

数据集分割

• train：训练集，包含6750个样本，总大小为41362946字节。
• test：测试集，包含750个样本，总大小为4586808字节。
• t：特定分割，包含10个样本，总大小为23472字节。

数据集大小

• 下载大小：24253124字节。
• 数据集总大小：45973226字节。

配置文件

• default：默认配置，包含三个数据文件路径
  • train：指向data/train-*。
  • test：指向data/test-*。
  • t：指向data/t-*。