arcee-ai/cleaned-NoRobots-SambaLingo.Arabic.Chat-DPO

该数据集包含多个特征，包括id、source、system、question、chosen和rejected。其中，chosen和rejected是列表类型，包含content和role两个子特征。数据集分为一个训练集，包含9500个样本，总大小为32647535字节。下载大小为16336562字节。

The dataset contains multiple features including id, source, system, question, chosen, and rejected. Among them, chosen and rejected are list types, containing two sub-features: content and role. The dataset is divided into one training set, containing 9500 samples, with a total size of 32647535 bytes. The download size is 16336562 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• id: 字符串类型
• source: 字符串类型
• system: 字符串类型
• question: 字符串类型
• chosen: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型
  • content: 字符串类型
  • role: 字符串类型

数据分割

• train:
  • 字节数: 32647535
  • 样本数: 9500

数据集大小

• 下载大小: 16336562 字节
• 数据集大小: 32647535 字节

配置

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