nayohan/HelpSteer2-ko

该数据集是一个原始翻译数据集，包含模型生成的重复句子，因此需要进行过滤。数据集包含多个特征，如prompt（提示）、response（响应）、helpfulness（有用性）、correctness（正确性）、coherence（连贯性）、complexity（复杂性）和verbosity（冗长性），这些特征的数据类型分别为string和int64。数据集只有一个训练集分割，包含20324个样本，总大小为56968252字节。数据集的语言为韩语（ko），任务类别为文本生成（text-generation）。

This dataset is a raw translated dataset and contains repetitive sentences generated by the model, so it needs to be filtered. The dataset includes multiple features such as prompt, response, helpfulness, correctness, coherence, complexity, and verbosity, with data types of string and int64. The dataset has only one training split, containing 20324 examples with a total size of 56968252 bytes. The language of the dataset is Korean (ko), and the task category is text-generation.

原始信息汇总

数据集概述

数据集信息

• 特征:
  • prompt: 类型为 string
  • response: 类型为 string
  • helpfulness: 类型为 int64
  • correctness: 类型为 int64
  • coherence: 类型为 int64
  • complexity: 类型为 int64
  • verbosity: 类型为 int64
• 分割:
  • train: 包含 20324 个样本，占用 56968252 字节
• 下载大小: 20291307 字节
• 数据集大小: 56968252 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*

任务类别

• 文本生成

语言

• 韩语

标签

• dpo

其他信息

• 该数据集是原始翻译数据集，包含由模型生成的重复句子，需要进行过滤。