GENIAC-Team-Ozaki/chatbot-arena-ja-karakuri-lm-8x7b-chat-v0.1-awq

该数据集通过对[chatbot-arena-ja-calm2-7b-chat](https://huggingface.co/datasets/cyberagent/chatbot-arena-ja-calm2-7b-chat-experimental)进行过滤，并使用[karakuri-lm-8x7b-chat-v0.1-awq](https://huggingface.co/GENIAC-Team-Ozaki/karakuri-lm-8x7b-chat-v0.1-awq)生成chosen数据。数据集包含多个特征，如index、prompt、chosen、rejected、original_chosen、annotation和time。数据集分为训练集，包含12474个样本，总大小为42116085字节。

原始信息汇总

数据集概述

许可证

• 该数据集遵循 cc-by-4.0 许可证。

数据集信息

• 特征：

  • index：数据类型为 int64。
  • prompt：数据类型为 string。
  • chosen：数据类型为 string。
  • rejected：数据类型为 string。
  • original_chosen：数据类型为 string。
  • annotation：数据类型为 int64。
  • time：数据类型为 string。

• 数据分割：

  • train：包含 42,116,085 字节的数据，共有 12,474 个样本。

• 数据大小：

  • 下载大小：22,234,182 字节。
  • 数据集大小：42,116,085 字节。

配置

• 默认配置：
  • 数据文件路径：data/train-*。