nlee-208/UF-Mistral-Self5

该数据集包含5000个训练样本，每个样本包含多个字段，如source（来源）、prompt（提示）、chosen（选择的回答）、rejected（拒绝的回答）等。chosen和rejected字段进一步包含content（内容）和role（角色）子字段。此外，数据集还包含chosen-rating（选择回答的评分）、chosen-model（选择回答的模型）、rejected-rating（拒绝回答的评分）和rejected-model（拒绝回答的模型）等字段。数据集总大小为35978133字节，下载大小为14828543字节。

The dataset contains 5000 training samples, each with multiple fields such as source, prompt, chosen, rejected, etc. The chosen and rejected fields further include subfields like content and role. Additionally, the dataset includes fields such as chosen-rating, chosen-model, rejected-rating, and rejected-model. The total size of the dataset is 35978133 bytes, and the download size is 14828543 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• source: 数据来源，类型为字符串。
• prompt: 提示信息，类型为字符串。
• chosen:
  • content: 内容，类型为字符串。
  • role: 角色，类型为字符串。
• chosen-rating: 评分，类型为浮点数（float64）。
• chosen-model: 模型，类型为字符串。
• rejected:
  • content: 内容，类型为字符串。
  • role: 角色，类型为字符串。
• rejected-rating: 评分，类型为浮点数（float64）。
• rejected-model: 模型，类型为字符串。
• generated: 生成的序列，类型为字符串。

数据分割

• train: 训练集，包含5000个样本，总字节数为35978133。

数据集大小

• 下载大小: 14828543字节。
• 数据集大小: 35978133字节。

配置

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