YYYYYYibo/gshf_train_part_3

该数据集主要用于存储对话数据及其评分，包含prompt、prompt_id、messages、score_chosen、score_rejected、reference_response、chosen和rejected等特征。数据集的训练部分包含21,135个示例，总大小为192,666,046字节。

This dataset is primarily used for storing dialogue data and their ratings, including features such as prompt, prompt_id, messages, score_chosen, score_rejected, reference_response, chosen, and rejected. The training portion of the dataset contains 21,135 examples with a total size of 192,666,046 bytes.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • prompt: 字符串类型
  • prompt_id: 字符串类型
  • messages: 列表类型，包含以下子特征:
    • content: 字符串类型
    • role: 字符串类型
  • score_chosen: 浮点数类型
  • score_rejected: 浮点数类型
  • reference_response: 字符串类型
  • chosen: 列表类型，包含以下子特征:
    • content: 字符串类型
    • role: 字符串类型
  • rejected: 列表类型，包含以下子特征:
    • content: 字符串类型
    • role: 字符串类型

• 分割:

  • train_prefs:
    • 字节数: 192,666,046
    • 样本数: 21,135

• 下载大小: 104,574,818 字节

• 数据集大小: 192,666,046 字节

配置

• 配置名称: default
  • 数据文件:
    • train_prefs:
      • 路径: data/train_prefs-*