arcee-ai/cleaned-HuggingFaceH4-orca_dpo_pairs_no_system

该数据集主要包含用于训练的数据，特征包括chosen和rejected两个主要部分，每部分都包含content和role两个子字段，数据类型为字符串。此外，数据集还包含id、system、question和source等字段。数据集仅包含一个训练分割，共有12859个例子，总大小为58295289字节。

This dataset primarily contains data for training, with features including two main parts: chosen and rejected, each containing subfields content and role, both of string data type. Additionally, the dataset includes fields such as id, system, question, and source. The dataset contains only one training split with a total of 12,859 examples and a total size of 58,295,289 bytes.

原始信息汇总

数据集概述

数据集信息

• 语言: 英语
• 特征:
  • chosen:
    • content: 字符串类型
    • role: 字符串类型
  • rejected:
    • content: 字符串类型
    • role: 字符串类型
  • id: 字符串类型
  • system: null类型
  • question: 字符串类型
  • source: 字符串类型

数据集分割

• train:
  • num_bytes: 58295289
  • num_examples: 12859

数据集大小

• download_size: 31155285
• dataset_size: 58295289

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*