jan-hq/financial_reward_dpo_binarized

---
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: 86461581.58921431
num_examples: 18007
- name: test
num_bytes: 9607909.410785686
num_examples: 2001
download_size: 44499850
dataset_size: 96069491.0
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：
- 选中项（chosen）：列表类型，包含两个子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 拒选项（rejected）：列表类型，包含两个子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
- 对话消息（messages）：列表类型，包含两个子字段：
- 内容（content）：字符串类型
- 角色（role）：字符串类型
数据划分：
- 训练集（train）：字节数为86461581.58921431，样本量为18007
- 测试集（test）：字节数为9607909.410785686，样本量为2001
下载大小为44499850，数据集总大小为96069491.0
配置项：
- 配置名称为默认（default），数据文件配置如下：
- 训练集（train）对应路径为data/train-*
- 测试集（test）对应路径为data/test-*

原始信息汇总

数据集概述

数据特征

• 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

数据分割

• train
  • 字节数: 86461581.58921431
  • 样本数: 18007
• test
  • 字节数: 9607909.410785686
  • 样本数: 2001

数据大小

• 下载大小: 44499850 字节
• 数据集大小: 96069491.0 字节

配置

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