ClickNoow/Reko-v4-Training-Dataset

---
dataset_info:
features:
- name: instruction
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: chosen_efficiency
dtype: float64
- name: rejected_efficiency
dtype: int64
- name: efficiency_difference
dtype: float64
- name: chosen_cleaned_kb
dtype: float64
- name: rejected_cleaned_kb
dtype: int64
- name: pair_type
dtype: string
- name: phase
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 67107284
num_examples: 15000
download_size: 15134807
dataset_size: 67107284
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息（dataset_info）：
特征列表（features）：
- 名称：指令（instruction），数据类型：字符串（string）
- 名称：优选响应（chosen），数据类型：字符串（string）
- 名称：拒选响应（rejected），数据类型：字符串（string）
- 名称：优选响应效率（chosen_efficiency），数据类型：64位浮点数（float64）
- 名称：拒选响应效率（rejected_efficiency），数据类型：64位整数（int64）
- 名称：效率差值（efficiency_difference），数据类型：64位浮点数（float64）
- 名称：优选响应清理后知识库得分（chosen_cleaned_kb），数据类型：64位浮点数（float64）
- 名称：拒选响应清理后知识库得分（rejected_cleaned_kb），数据类型：64位整数（int64）
- 名称：样本对类型（pair_type），数据类型：字符串（string）
- 名称：阶段（phase），数据类型：字符串（string）
- 名称：来源（source），数据类型：字符串（string）
数据划分（splits）：
- 名称：训练集（train），字节占用量：67107284，样本数量：15000
下载大小：15134807，数据集总大小：67107284
配置项（configs）：
- 配置名称：默认（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*