jan-hq/orca_dpo_binarized

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
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
splits:
- name: train
num_bytes: 42576577.4042305
num_examples: 11573
- name: test
num_bytes: 4731139.5957695
num_examples: 1286
download_size: 24313742
dataset_size: 47307717.0
---
# Dataset Card for "orca_dpo_binarized"

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

配置项：
- 配置名称：default（默认配置）
数据文件：
- 数据拆分：训练集（train），数据路径：data/train-*
- 数据拆分：测试集（test），数据路径：data/test-*
数据集信息：
数据特征：
- 字段名：优选对话序列（chosen），采用列表结构，下设以下子字段：
- 子字段名：对话内容（content），数据类型：字符串（string）
- 子字段名：对话角色（role），数据类型：字符串（string）
- 字段名：非优选对话序列（rejected），采用列表结构，下设以下子字段：
- 子字段名：对话内容（content），数据类型：字符串（string）
- 子字段名：对话角色（role），数据类型：字符串（string）
数据拆分详情：
- 拆分名称：训练集（train），数据字节数：42576577.4042305，样本总数：11573
- 拆分名称：测试集（test），数据字节数：4731139.5957695，样本总数：1286
总下载大小：24313742 字节
数据集总占用大小：47307717.0 字节
---
# 「orca_dpo_binarized」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

数据集配置

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

数据集信息

• 特征:
  • 名称: chosen
    • 内容:
      • 名称: content
      • 数据类型: string
    • 角色:
      • 名称: role
      • 数据类型: string
  • 名称: rejected
    • 内容:
      • 名称: content
      • 数据类型: string
    • 角色:
      • 名称: role
      • 数据类型: string

数据集分割

• 训练集 (train):
  • 字节数: 42576577.4042305
  • 样本数: 11573
• 测试集 (test):
  • 字节数: 4731139.5957695
  • 样本数: 1286

数据集大小

• 下载大小: 24313742
• 数据集大小: 47307717.0