Windy/4rewriter_simpo_distrib4_rankthresh4_onraw

该数据集包含三个主要特征：prompt（提示）、chosen（选择的回答）和rejected（拒绝的回答）。其中，chosen和rejected都是列表类型，包含content（内容）和role（角色）两个子特征。数据集分为训练集和测试集，训练集包含3208个样本，测试集包含5个样本。数据集的下载大小为14563190字节，总大小为30452750字节。

The dataset contains three main features: prompt, chosen, and rejected. Both chosen and rejected are list types, containing two sub-features: content and role. The dataset is divided into a training set and a test set, with the training set containing 3208 samples and the test set containing 5 samples. The download size of the dataset is 14563190 bytes, and the total size is 30452750 bytes.

原始信息汇总

数据集概述

数据集特征

• prompt: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。

数据集划分

• train:
  • 字节数: 30411796
  • 样本数: 3208
• test:
  • 字节数: 40954
  • 样本数: 5

数据集大小

• 下载大小: 14563190 字节
• 数据集总大小: 30452750 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*