mnlp-nsoai/hf-dpo-pairs-collection

该数据集主要用于文本生成任务，包含训练、验证和测试三个分割。数据集的特征包括source（来源）、category（类别）、prompt（提示）、chosen（选择）、rejected（拒绝）和__index_level_0__（索引级别）。训练集包含8400个样本，验证集包含500个样本，测试集包含1600个样本。数据集的总大小为24,390,136字节，下载大小为13,861,828字节。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 数据集大小: 10K<n<100K
• 任务类型: 文本生成

数据集特征

• source: 字符串类型
• category: 字符串类型
• prompt: 字符串类型
• chosen: 字符串类型
• rejected: 字符串类型
• index_level_0: 整数类型

数据分割

• 训练集:
  • 示例数量: 8400
  • 数据大小: 19512108.8字节
• 验证集:
  • 示例数量: 500
  • 数据大小: 1161435.0476190476字节
• 测试集:
  • 示例数量: 1600
  • 数据大小: 3716592.1523809526字节

数据集大小

• 下载大小: 13861828字节
• 数据集总大小: 24390136.0字节

配置文件

• 默认配置:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*
  • 测试集路径: data/test-*