kurier-digital/llm_titles_orpo

---
dataset_info:
features:
- name: prompt
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: doc_id
dtype: string
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 179629514
num_examples: 15199
download_size: 92063260
dataset_size: 179629514
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "llm_titles_orpo"

[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:
- 名称: prompt（提示词）
数据类型: 字符串
- 名称: rejected（被拒回复）
数据类型: 列表，包含字段:
- 名称: content（内容）
数据类型: 字符串
- 名称: role（角色）
数据类型: 字符串
- 名称: chosen（优选回复）
数据类型: 列表，包含字段:
- 名称: content（内容）
数据类型: 字符串
- 名称: role（角色）
数据类型: 字符串
- 名称: doc_id（文档ID）
数据类型: 字符串
- 名称: __index_level_0__
数据类型: 64位整型
数据划分:
- 名称: train（训练集）
字节占用量: 179629514
样本数量: 15199
下载大小: 92063260
数据集存储大小: 179629514
配置项:
- 配置名称: default（默认配置）
数据文件:
- 数据划分: train（训练集）
路径: data/train-*

---
# 「llm_titles_orpo」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

数据集特征

• prompt: 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。
• 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。
• doc_id: 数据类型为字符串。
• index_level_0: 数据类型为整数。

数据集分割

• train:
  • 数据量: 179629514字节
  • 示例数量: 15199

数据集大小

• 下载大小: 92063260字节
• 数据集大小: 179629514字节

配置

• default:
  • 训练数据路径: data/train-*