aklein4/tldr-feedback-shuffled

该数据集包含三个主要特征：prompt（提示）、chosen（选择）和rejected（拒绝），均为字符串类型。数据集分为训练集和验证集，训练集包含92858个样本，验证集包含86086个样本。数据集的下载大小为167942814字节，总大小为301631301字节。数据文件路径分别为data/train-*和data/validation-*。

The dataset includes three main features: prompt, chosen, and rejected, all of which are of string type. The dataset is divided into a training set and a validation set, with the training set containing 92,858 samples and the validation set containing 86,086 samples. The download size of the dataset is 167,942,814 bytes, and the total size is 301,631,301 bytes. The data file paths are data/train-* and data/validation-* respectively.

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• chosen: 数据类型为字符串。
• rejected: 数据类型为字符串。

数据集分割

• train:
  • 字节数: 157528027
  • 样本数: 92858
• validation:
  • 字节数: 144103274
  • 样本数: 86086

数据集大小

• 下载大小: 167942814 字节
• 总大小: 301631301 字节

配置

• config_name: default
  • 数据文件:
    • train: data/train-*
    • validation: data/validation-*