RedaAlami/PKU-SafeRLHF-Processed-Modified

该数据集包含两个主要部分：训练集和测试集。训练集包含42,421个样本，测试集包含4,656个样本。每个样本包含三个主要字段：prompt（提示）、chosen（选择的回答）和rejected（被拒绝的回答）。chosen和rejected字段均为列表类型，包含content（内容）和role（角色）两个子字段。数据集总大小为68,532,202字节，下载大小为38,471,887字节。

The dataset consists of two main parts: a training set and a test set. The training set contains 42,421 samples, and the test set contains 4,656 samples. Each sample includes three main fields: prompt, chosen (the selected response), and rejected (the rejected response). Both the chosen and rejected fields are of list type, containing two subfields: content and role. The total size of the dataset is 68,532,202 bytes, and the download size is 38,471,887 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。

数据分割

• train:
  • 字节数: 61698897
  • 样本数: 42421
• test:
  • 字节数: 6833305
  • 样本数: 4656

数据大小

• 下载大小: 38471887 字节
• 数据集总大小: 68532202 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*