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-*。