reciprocate/orca_dpo_pairs

---
dataset_info:
features:
- name: prompt
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 53776466
num_examples: 12859
- name: test
num_bytes: 8556760
num_examples: 1964
download_size: 35300615
dataset_size: 62333226
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• prompt: 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。

数据分割

• train: 包含12859个样本，占用53776466字节。
• test: 包含1964个样本，占用8556760字节。

数据集大小

• 下载大小: 35300615字节。
• 数据集大小: 62333226字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。