mlabonne/arena-preferences

Arena Preferences是一个基于lmsys/chatbot_arena_conversations的偏好数据集。它包含多轮对话（最多11轮）和原始样本，这些样本涉及39种不同的语言（未翻译）。数据集中的Chosen answers是GPT-4获胜的答案，并且去除了重复样本和GPTisms样本。数据集还提供了四种最常出现的语言和对话轮数的分布图表。

原始信息汇总

数据集概述

基本信息

• 名称: Arena Preferences
• 语言: 英语
• 许可证: Apache-2.0
• 大小分类: 1K<n<10K

数据集结构

特征

• prompt: 字符串类型
• chosen:
  • content: 字符串类型
  • role: 字符串类型
• rejected:
  • content: 字符串类型
  • role: 字符串类型

分割

• train:
  • 样本数量: 2689
  • 数据大小: 7316421.155160391字节

数据集大小

• 下载大小: 4001790字节
• 数据集总大小: 7316421.155160391字节

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*