ondevicellm/hh-rlhf-h4

---
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
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 472329144
num_examples: 160800
- name: test
num_bytes: 25348918
num_examples: 8552
download_size: 275259657
dataset_size: 497678062
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
数据特征：
- 字段名：chosen，为列表型字段，包含以下子字段：
- 子字段名：content，数据类型：字符串（string）
- 子字段名：role，数据类型：字符串（string）
- 字段名：rejected，为列表型字段，包含以下子字段：
- 子字段名：content，数据类型：字符串（string）
- 子字段名：role，数据类型：字符串（string）
- 字段名：messages，为列表型字段，包含以下子字段：
- 子字段名：content，数据类型：字符串（string）
- 子字段名：role，数据类型：字符串（string）
数据集拆分：
- 拆分名称：训练集（train），总字节数：472329144，样本数量：160800
- 拆分名称：测试集（test），总字节数：25348918，样本数量：8552
下载总大小：275259657
数据集总存储大小：497678062
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集数据路径：data/train-*
- 测试集数据路径：data/test-*

原始信息汇总

数据集概述

数据集信息

特征

• chosen
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• rejected
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• messages
  • content: 数据类型为字符串
  • role: 数据类型为字符串

分割

• train
  • 字节数: 472329144
  • 样本数: 160800
• test
  • 字节数: 25348918
  • 样本数: 8552

大小

• 下载大小: 275259657 字节
• 数据集大小: 497678062 字节

配置

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