OpenLeecher/double_take_dataset_kto

---
dataset_info:
features:
- name: label
dtype: bool
- name: system
dtype: string
- name: prompt
dtype: string
- name: response
dtype: string
- name: id
dtype: string
- name: category
dtype: string
- name: subcategory
dtype: string
- name: validated
dtype: string
splits:
- name: train
num_bytes: 22008284
num_examples: 7830
- name: test
num_bytes: 1290603
num_examples: 470
download_size: 7097892
dataset_size: 23298887
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征：
- 名称：label，数据类型：布尔型（bool）
- 名称：system，数据类型：字符串型（string）
- 名称：prompt，数据类型：字符串型
- 名称：response，数据类型：字符串型
- 名称：id，数据类型：字符串型
- 名称：category，数据类型：字符串型
- 名称：subcategory，数据类型：字符串型
- 名称：validated，数据类型：字符串型
数据划分：
- 名称：train（训练集），字节大小：22008284，样本数量：7830
- 名称：test（测试集），字节大小：1290603，样本数量：470
下载大小：7097892 字节，总数据集大小：23298887 字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 切分train对应路径：data/train-*
- 切分test对应路径：data/test-*

原始信息汇总

数据集概述

数据集特征

• label: 数据类型为布尔值。
• system: 数据类型为字符串。
• prompt: 数据类型为字符串。
• response: 数据类型为字符串。
• id: 数据类型为字符串。
• category: 数据类型为字符串。
• subcategory: 数据类型为字符串。
• validated: 数据类型为字符串。

数据集分割

• 训练集 (train): 包含7830个样本，占用22008284字节。
• 测试集 (test): 包含470个样本，占用1290603字节。

数据集大小

• 下载大小: 7097892字节。
• 数据集总大小: 23298887字节。

数据文件配置

• 默认配置 (default):
  • 训练集文件路径: data/train-*
  • 测试集文件路径: data/test-*