0-hero/distilabel-math-preference-dpo

该数据集包含多个特征，如metadata、prompt、chosen、chosen_rating、rejected和rejected_rating，数据类型包括字符串和浮点数。数据集分为一个训练集，包含2418个样本，总大小为7049182字节。数据集的下载大小为2862646字节。数据集标记为dpo。

The dataset includes multiple features such as metadata, prompt, chosen, chosen_rating, rejected, and rejected_rating, with data types including string and float64. The dataset is divided into one training set containing 2418 examples, with a total size of 7049182 bytes. The download size of the dataset is 2862646 bytes. The dataset is tagged as dpo.

原始信息汇总

数据集概述

数据集特征

• metadata：字符串类型，ID为metadata。
• prompt：字符串类型。
• chosen：字符串类型。
• chosen_rating：浮点数类型。
• rejected：字符串类型。
• rejected_rating：浮点数类型。

数据集拆分

• train：训练集，包含2418个样本，总大小为7049182字节。

数据集大小

• 下载大小：2862646字节。
• 数据集总大小：7049182字节。