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-*