vwxyzjn/hh-rlhf

该数据集采用了标准的`prompt, chosen, rejected`格式进行预处理。数据集的特征包括chosen、rejected和prompt，其中chosen和rejected都是包含content和role两个字段的列表，prompt是字符串类型。数据集分为训练集和测试集，分别包含50个样本。

原始信息汇总

数据集概述

数据集信息

特征

• chosen
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• rejected
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• prompt: 数据类型为字符串

数据分割

• train
  • 字节数: 73026
  • 样本数: 50
• test
  • 字节数: 62643
  • 样本数: 50

数据大小

• 下载大小: 87072 字节
• 数据集大小: 135669 字节

配置

• default
  • data_files
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*