alvarobartt/airoboros2.2-pref-10k

---
dataset_info:
features:
- name: source
dtype: string
- name: category
dtype:
class_label:
names:
'0': cot
'1': counterfactual_contextual
'2': greeting
'3': multiple_choice
'4': orca
'5': general
'6': theory_of_mind
'7': detailed_writing
'8': gtkm
'9': writing
'10': awareness
'11': song
'12': summarization
'13': experience
'14': agent
'15': plan
'16': editor
'17': wordgame
'18': misconception
'19': coding
'20': joke
'21': card
'22': roleplay
'23': quiz
'24': trivia
'25': rp
'26': riddle
'27': stylized_response
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen_model
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected_model
dtype: string
splits:
- name: train
num_bytes: 30956876.72890733
num_examples: 9500
- name: test
num_bytes: 1629309.3015214384
num_examples: 500
download_size: 17953662
dataset_size: 32586186.03042877
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。
• category：数据类型为分类标签，包含以下类别：
  • 0: cot
  • 1: counterfactual_contextual
  • 2: greeting
  • 3: multiple_choice
  • 4: orca
  • 5: general
  • 6: theory_of_mind
  • 7: detailed_writing
  • 8: gtkm
  • 9: writing
  • 10: awareness
  • 11: song
  • 12: summarization
  • 13: experience
  • 14: agent
  • 15: plan
  • 16: editor
  • 17: wordgame
  • 18: misconception
  • 19: coding
  • 20: joke
  • 21: card
  • 22: roleplay
  • 23: quiz
  • 24: trivia
  • 25: rp
  • 26: riddle
  • 27: stylized_response
• chosen：包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• chosen_model：数据类型为字符串。
• rejected：包含以下子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• rejected_model：数据类型为字符串。

数据集分割

• train：包含9500个示例，占用30956876.72890733字节。
• test：包含500个示例，占用1629309.3015214384字节。

数据集大小

• 下载大小：17953662字节。
• 数据集总大小：32586186.03042877字节。

配置文件

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