nthakur/multilingual-ultrafeedback-dpo-v0.1

---
dataset_info:
features:
- name: id
dtype: string
- name: en_chosen
dtype: string
- name: en_rejected
dtype: string
- name: en_input
dtype: string
- name: source
dtype: string
- name: input
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: language
dtype: string
splits:
- name: train
num_bytes: 421300933.67974883
num_examples: 74440
- name: test
num_bytes: 11319208.320251178
num_examples: 2000
download_size: 245143451
dataset_size: 432620142.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
# Dataset Card for "multilingual-ultrafeedback-dpo-v0.1"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段列表：
- 字段名：id，数据类型：字符串型
- 字段名：en_chosen，数据类型：字符串型
- 字段名：en_rejected，数据类型：字符串型
- 字段名：en_input，数据类型：字符串型
- 字段名：source，数据类型：字符串型
- 字段名：input，数据类型：字符串型
- 字段名：chosen，数据类型：字符串型
- 字段名：rejected，数据类型：字符串型
- 字段名：language，数据类型：字符串型
数据集划分：
- 划分名称：训练集，字节大小：421300933.67974883，样本数量：74440
- 划分名称：测试集，字节大小：11319208.320251178，样本数量：2000
下载总大小：245143451 字节
数据集总存储大小：432620142.0 字节
配置项：
- 配置名称：default，数据文件列表：
- 对应划分：训练集，文件路径：data/train-*
- 对应划分：测试集，文件路径：data/test-*

# 「multilingual-ultrafeedback-dpo-v0.1」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: multilingual-ultrafeedback-dpo-v0.1

数据集特征

• 特征列表:
  • id: 数据类型为字符串
  • en_chosen: 数据类型为字符串
  • en_rejected: 数据类型为字符串
  • en_input: 数据类型为字符串
  • source: 数据类型为字符串
  • input: 数据类型为字符串
  • chosen: 数据类型为字符串
  • rejected: 数据类型为字符串
  • language: 数据类型为字符串

数据集分割

• 训练集:
  • 样本数: 74440
  • 字节数: 421300933.67974883
• 测试集:
  • 样本数: 2000
  • 字节数: 11319208.320251178

数据集大小

• 下载大小: 245143451字节
• 数据集总大小: 432620142.0字节

数据文件配置

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*