kyynaama/toxic-dpo-v0.1-NoWarning-finnish

该数据集包含五个特征：rejected、question、id、system和chosen，均为字符串类型。数据集分为一个训练集，包含302个样本，总大小为672336字节。数据集是从Undi95/toxic-dpo-v0.1-NoWarning翻译而来，使用了Helsinki-NLP/opus-mt-en-fi模型，并且需要一些手动处理。

The dataset includes five features: rejected, question, id, system, and chosen, all of which are string type. The dataset is divided into a training set with 302 samples, totaling 672336 bytes. The configuration name of the dataset is default, and the data file path is data/train-*. The download size of the dataset is 323514 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • rejected: 数据类型为 string
  • question: 数据类型为 string
  • id: 数据类型为 string
  • system: 数据类型为 string
  • chosen: 数据类型为 string

• 分割:

  • train:
    • 字节数: 672336
    • 样本数: 302

• 下载大小: 323514 字节

• 数据集大小: 672336 字节

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*