pvduy/ultra-mix-ak-48k

--- dataset_info: features: - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 214023291 num_examples: 48110 - name: test num_bytes: 448467 num_examples: 100 download_size: 110583980 dataset_size: 214471758 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---数据集信息： 特征字段： - 字段名：优选（chosen） 字段类型：列表，列表元素为包含以下子字段的对象： - 子字段名：内容（content），数据类型：字符串 - 子字段名：角色（role），数据类型：字符串 - 字段名：拒选（rejected） 字段类型：列表，列表元素为包含以下子字段的对象： - 子字段名：内容（content），数据类型：字符串 - 子字段名：角色（role），数据类型：字符串 数据划分： - 划分名称：训练集（train） 字节数：214023291 样本量：48110 - 划分名称：测试集（test） 字节数：448467 样本量：100 下载总大小：110583980 数据集总占用大小：214471758 配置项： - 配置名称：默认（default） 数据文件映射： - 对应划分集：train，数据路径：data/train-* - 对应划分集：test，数据路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• chosen

  • content: 数据类型 - 字符串
  • role: 数据类型 - 字符串

• rejected

  • content: 数据类型 - 字符串
  • role: 数据类型 - 字符串

数据集分割

• train

  • num_bytes: 214023291
  • num_examples: 48110

• test

  • num_bytes: 448467
  • num_examples: 100

数据集大小

• download_size: 110583980
• dataset_size: 214471758

配置文件

• config_name: default
  • data_files
    • split: train, path: data/train-*
    • split: test, path: data/test-*