1231czx/7B_iter3_dpo_N1_random_pair_no_mask

该数据集包含四个主要特征：gt（字符串类型）、rej（字符串序列）、chosen（包含content和role两个字段的列表）和rejected（同样包含content和role两个字段的列表）。数据集分为一个训练集，包含16234个样本，总大小为34652459字节。下载大小为13682096字节。

The dataset contains four main features: gt (string type), rej (sequence of strings), chosen (a list containing content and role fields), and rejected (also containing content and role fields). The dataset is divided into a training set with 16,234 samples, totaling 34,652,459 bytes. The download size is 13,682,096 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• gt: 数据类型为字符串。
• rej: 序列类型为字符串。
• chosen: 包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train: 包含16234个样本，总字节数为34652459。

数据集大小

• 下载大小: 13682096字节。
• 数据集大小: 34652459字节。

配置

• default: 包含训练数据文件，路径为data/train-*。