arcee-ai/cleaned-mlabonne-orpo-dpo-mix-40k

该数据集包含多个特征，包括来源（source）、选择（chosen）、拒绝（rejected）、问题（question）、ID（id）和系统（system）。其中，选择（chosen）和拒绝（rejected）是列表类型，包含内容（content）和角色（role）两个子特征。数据集包含一个训练集（train），大小为221416474字节，包含44245个示例。数据集的下载大小为116740457字节，总大小为221416474字节。配置文件中指定了默认配置，数据文件路径为data/train-*。

The dataset includes multiple features such as source, chosen, rejected, question, id, and system. Among these, chosen and rejected are list types containing sub-features content and role. The dataset contains a training set (train) with a size of 221416474 bytes, comprising 44245 examples. The download size of the dataset is 116740457 bytes, and the total size is 221416474 bytes. The configuration file specifies a default configuration with the data file path as data/train-*.

原始信息汇总

数据集概述

数据集信息

特征

• source: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• question: 数据类型为字符串。
• id: 数据类型为字符串。
• system: 数据类型为空。

数据分割

• train: 包含44245个样本，占用221416474字节。

数据集大小

• 下载大小: 116740457字节。
• 数据集大小: 221416474字节。

配置

• config_name: default
  • data_files:
    • split: train
    • path: data/train-*