cornfieldrm/pair-preference-dataset-700K_subset-3-of-4_gemma-2b_1of4_iter1_conf-0.8_bs128_lr1e-5_conf-0.8

该数据集包含多个特征，如被拒绝的内容及其角色、被拒绝的分数、被选中的分数、被选中的内容及其角色、长度、被选中的概率以及消息内容及其角色。数据集包含一个训练集，大小为522287845.9268186字节，包含76968个示例。

原始信息汇总

数据集概述

数据集特征

• rejected

  • content: 数据类型为字符串
  • role: 数据类型为字符串

• rejected_score: 数据类型为浮点数

• chosen_score: 数据类型为浮点数

• chosen

  • content: 数据类型为字符串
  • role: 数据类型为字符串

• length: 数据类型为整数

• chosen_prob: 数据类型为浮点数

• messages

  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据集划分

• train
  • num_bytes: 522287845.9268186 字节
  • num_examples: 76968 个样本

数据集大小

• download_size: 316582983 字节
• dataset_size: 522287845.9268186 字节