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