sablo/oasst2_dpo_pairs_en

该数据集包含多个特征，如prompt_id、prompt、messages、chosen、rejected、score_chosen、score_rejected和lang。其中，messages、chosen和rejected是列表类型，包含content和role两个子特征。数据集分为train和test两个部分，分别包含4860和256个示例，文件大小分别为19979343和1057997字节。

原始信息汇总

数据集概述

数据特征

• prompt_id: 字符串类型
• prompt: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• chosen: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型
• lang: 字符串类型

数据分割

• train:
  • 字节数: 19979343
  • 样本数: 4860
• test:
  • 字节数: 1057997
  • 样本数: 256

数据集大小

• 下载大小: 12010231 字节
• 数据集大小: 21037340 字节

配置

• default:
  • 数据文件路径:
    • train: data/train-*
    • test: data/test-*