2A2I/argilla-dpo-mix-7k-arabic

---
configs:
- config_name: default
data_files:
- split: test
path: data/test-*
- split: train
path: data/train-*
dataset_info:
features:
- name: dataset
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: chosen_rating
dtype: float64
- name: rejected_rating
dtype: float64
splits:
- name: test
num_bytes: 6991078
num_examples: 750
- name: train
num_bytes: 62886912
num_examples: 6750
download_size: 30613280
dataset_size: 69877990
license: mit
language:
- ar
tags:
- synthetic
- dpo
- distilabel
size_categories:
- 1K<n<10K
---
# Dataset Card for "argilla-dpo-mix-7k-arabic"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

基本信息

• 数据集名称: argilla-dpo-mix-7k-arabic
• 配置:
  • 默认配置:
    • 测试数据路径: data/test-*
    • 训练数据路径: data/train-*

数据集特征

• 特征列表:
  • dataset: 数据集名称，数据类型为字符串
  • chosen: 选中的数据，数据类型为字符串
  • rejected: 拒绝的数据，数据类型为字符串
  • chosen_rating: 选中的评分，数据类型为浮点数
  • rejected_rating: 拒绝的评分，数据类型为浮点数

数据集划分

• 测试集:
  • 样本数量: 750
  • 数据大小: 6991078字节
• 训练集:
  • 样本数量: 6750
  • 数据大小: 62886912字节

数据集大小

• 下载大小: 30613280字节
• 数据集总大小: 69877990字节

许可信息

• 许可证: MIT

语言

• 支持的语言: 阿拉伯语

标签

• 数据集标签:
  • synthetic
  • dpo
  • distilabel

大小分类

• 数据集大小范围: 1K<n<10K