NickyNicky/Colossal_Translation_EN_ES_ORPO_DPO_Gemma

该数据集主要用于英语和西班牙语之间的翻译任务。数据集包含三个主要特征：prompt（提示）、chosen（选择的翻译）和rejected（被拒绝的翻译）。数据集的大小在1M到10M之间，训练集包含1,698,239个示例，总大小为3,904,444,174字节。数据集的下载大小为1,914,177,545字节。

原始信息汇总

数据集概述

基本信息

• 语言: 英语（en）、西班牙语（es）
• 许可证: Apache-2.0
• 大小: 1M<n<10M
• 任务类型: 翻译

数据集结构

• 特征:
  • prompt: 字符串类型
  • chosen: 字符串类型
  • rejected: 字符串类型

数据分割

• 训练集:
  • 示例数量: 1698239
  • 数据大小: 3904444174字节
  • 下载大小: 1914177545字节

配置

• 默认配置:
  • 数据文件路径: data/train-*