RRLHF/gemma2b_dpoiter2_sftepoch3_combined_gsm8k_math_max2_perprompt

该数据集包含两个主要特征：chosen和rejected，每个特征都是一个列表，包含content和role两个字段，数据类型均为字符串。数据集分为一个训练集（train），包含25,792个样本，总大小为44,091,201字节。下载大小为14,974,108字节。配置文件指定了数据文件的路径。

The dataset contains two main features: chosen and rejected, each of which is a list containing two fields: content and role, both of which are of string type. The dataset is divided into a training set (train) containing 25,792 samples, with a total size of 44,091,201 bytes. The download size is 14,974,108 bytes. The configuration file specifies the path to the data files.

原始信息汇总

数据集概述

数据集特征

• chosen:
  • content: 数据类型为字符串（string）
  • role: 数据类型为字符串（string）
• rejected:
  • content: 数据类型为字符串（string）
  • role: 数据类型为字符串（string）

数据集分割

• train:
  • num_bytes: 44091201 字节
  • num_examples: 25792 个样本

数据集大小

• download_size: 14974108 字节
• dataset_size: 44091201 字节

配置

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