aengusl/llama_dpo_hhh

---
dataset_info:
features:
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: prompt
dtype: string
splits:
- name: train
num_bytes: 247886216.8
num_examples: 128640
- name: validation
num_bytes: 30985777.1
num_examples: 16080
- name: test
num_bytes: 30985777.1
num_examples: 16080
download_size: 175417090
dataset_size: 309857771.00000006
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
数据特征：
- 名称：chosen（优选回复），数据类型：字符串
- 名称：rejected（拒选回复），数据类型：字符串
- 名称：prompt（提示词），数据类型：字符串
数据集划分：
- 划分名称：train（训练集），字节数：247886216.8，样本数量：128640
- 划分名称：validation（验证集），字节数：30985777.1，样本数量：16080
- 划分名称：test（测试集），字节数：30985777.1，样本数量：16080
下载总大小：175417090
数据集总大小：309857771.00000006
配置项：
- 配置名称：default（默认配置）
数据文件：
- 划分：train（训练集），文件路径：data/train-*
- 划分：validation（验证集），文件路径：data/validation-*
- 划分：test（测试集），文件路径：data/test-*

原始信息汇总

数据集概述

特征信息

• chosen: 数据类型为字符串
• rejected: 数据类型为字符串
• prompt: 数据类型为字符串

数据分割

• 训练集 (train):
  • 字节数: 247886216.8
  • 样本数: 128640
• 验证集 (validation):
  • 字节数: 30985777.1
  • 样本数: 16080
• 测试集 (test):
  • 字节数: 30985777.1
  • 样本数: 16080

数据集大小

• 下载大小: 175417090 字节
• 数据集大小: 309857771.00000006 字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 验证集: data/validation-*
  • 测试集: data/test-*