jan-hq/jan_repo_binarized_v1.1

---
dataset_info:
features:
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 12154695.3
num_examples: 2232
- name: test
num_bytes: 1350521.7
num_examples: 248
download_size: 3368026
dataset_size: 13505217.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• messages:
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• chosen:
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• rejected:
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据分割

• train:
  • 字节数: 12154695.3
  • 样本数: 2232
• test:
  • 字节数: 1350521.7
  • 样本数: 248

数据集大小

• 下载大小: 3368026 字节
• 数据集大小: 13505217.0 字节

配置信息

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