collinear-ai/hh_anthropic_subset_multi_singletask

该数据集包含多个字段，如prompt（包含content和role两个子字段）、chosen、rejected等，每个字段都有其特定的数据类型和结构。数据集被分为两个部分：singletask和few_shot，每个部分都有其对应的文件大小和示例数量。

The dataset includes multiple fields such as prompt (with subfields content and role), chosen, rejected, etc., each with its specific data type and structure. The dataset is divided into two parts: singletask and few_shot, each with its corresponding file size and number of examples.

原始信息汇总

数据集概述

数据集信息

特征

• prompt:
  • content: 字符串类型
  • role: 字符串类型
• chosen: 字符串类型
• rejected: 字符串类型
• subset: 字符串类型
• id: 64位整数类型
• turn: 字符串类型
• num_turn: 64位整数类型
• merged_chosen: 字符串类型
• merged_rejected: 字符串类型
• output_raw_chosen: 字符串类型
• output_chosen:
  • harmful_response: 布尔类型
• output_raw_reject: 字符串类型
• output_reject:
  • harmful_response: 布尔类型

分割

• singletask:
  • 字节数: 1576721
  • 样本数: 500
• few_shot:
  • 字节数: 2943353
  • 样本数: 500

大小

• 下载大小: 2283942 字节
• 数据集大小: 4520074 字节

配置

• default:
  • singletask: 路径为 data/singletask-*
  • few_shot: 路径为 data/few_shot-*