hatakeyama-llm-team/rlhf-ja-chatbot-arena-phi-3-medium

该数据集是基于[cyberagent/chatbot-arena-ja-calm2-7b-chat-experimental]的chosen项目，使用[microsoft/Phi-3-medium-4k-instruct]生成的数据进行替换的数据集。数据集包含prompt、chosen、rejected和__index_level_0__四个特征，且只有一个train分割，包含29204个样本。数据集中可能包含不完全的回答，建议进行清洗。该数据集是基于[cyberagent/chatbot-arena-ja-calm2-7b-chat-experimental]的chosen项目，使用[microsoft/Phi-3-medium-4k-instruct]生成的数据进行替换的数据集。数据集包含prompt、chosen、rejected和__index_level_0__四个特征，且只有一个train分割，包含29204个样本。数据集中可能包含不完全的回答，建议进行清洗。

原始信息汇总

数据集概述

语言

• 日语（ja）

数据集信息

• 特征：

  • prompt：字符串类型
  • chosen：字符串类型
  • rejected：字符串类型
  • __index_level_0__：64位整数类型

• 分割：

  • train：
    • 字节数：53562399
    • 样本数：29204

• 下载大小：25672804

• 数据集大小：53562399

配置

• 配置名称：default
• 数据文件：
  • train：路径为 data/train-*

许可证

• CC-BY-4.0

备注

• 该数据集是基于 cyberagent/chatbot-arena-ja-calm2-7b-chat-experimental 的 chosen 项，由 microsoft/Phi-3-medium-4k-instruct 生成的数据替换后的版本。
• 可能包含不完整的回答，建议进行清洗。