mnoukhov/summarize_from_feedback_oai_preprocessing_1706381144_relabel_llama8b

该数据集包含三个主要特征：prompt（提示）、chosen（选择）和rejected（拒绝），均为字符串类型。数据集分为训练集和验证集，训练集包含92490个样本，验证集包含83463个样本。数据集的下载大小为42226287字节，总大小为303277853字节。

The dataset includes three main features: prompt, chosen, and rejected, all of which are of string type. The dataset is divided into a training set and a validation set, with the training set containing 92,490 samples and the validation set containing 83,463 samples. The download size of the dataset is 42,226,287 bytes, and the total size is 303,277,853 bytes.

原始信息汇总

数据集概述

数据特征

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

数据分割

• train:
  • 字节数: 158972185
  • 样本数: 92490
• validation:
  • 字节数: 144305668
  • 样本数: 83463

数据集大小

• 下载大小: 42226287 字节
• 数据集总大小: 303277853 字节

配置

• 配置名称: default
  • 数据文件:
    • train: data/train-*
    • validation: data/validation-*