Syed-Hasan-8503/orpo-40k-train-test

---
dataset_info:
features:
- name: source
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: prompt
dtype: string
- name: question
dtype: string
splits:
- name: train
num_bytes: 231476336.78203186
num_examples: 42917
- name: test
num_bytes: 7162676.217968132
num_examples: 1328
download_size: 131765782
dataset_size: 238639013.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

The dataset includes multiple features such as source, chosen, rejected, prompt, question, each with specific data types. The dataset is divided into training and test sets, containing 42917 and 1328 examples respectively, and 231476336.78203186 and 7162676.217968132 bytes. The download size of the dataset is 131765782 bytes, and the total size is 238639013.0 bytes. The dataset configuration includes the default configuration and corresponding data file paths.

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。
• chosen：包含两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• rejected：包含两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• prompt：数据类型为字符串。
• question：数据类型为字符串。

数据集分割

• 训练集 (train)：包含42917个样本，占用空间231476336.78203186字节。
• 测试集 (test)：包含1328个样本，占用空间7162676.217968132字节。

数据集大小

• 下载大小：131765782字节。
• 数据集总大小：238639013.0字节。

数据文件配置

• 默认配置 (default)：
  • 训练集路径：data/train-*
  • 测试集路径：data/test-*