cquaker/yi-bagel-clean

---
dataset_info:
features:
- name: id
dtype: string
- name: text
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: source
dtype: string
- name: prompt
dtype: string
splits:
- name: train
num_bytes: 1842240223
num_examples: 798600
download_size: 923343801
dataset_size: 1842240223
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• text: 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。
• conversations: 列表类型，包含以下字段：
  • from: 数据类型为字符串。
  • value: 数据类型为字符串。
• source: 数据类型为字符串。
• prompt: 数据类型为字符串。

数据集分割

• train: 包含798600个样本，占用1842240223字节。

数据集大小

• 下载大小: 923343801字节。
• 数据集大小: 1842240223字节。

配置信息

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