hatakeyama-llm-team/data_dpo_trial

---
dataset_info:
features:
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 66855258
num_examples: 41204
download_size: 32512830
dataset_size: 66855258
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：conversations（对话序列）
类型：列表
列表项结构：
- 字段名：from
数据类型：字符串
- 字段名：value
数据类型：字符串
- 名称：chosen（优选应答）
数据类型：字符串
- 名称：rejected（弃选应答）
数据类型：字符串
- 名称：source（数据来源）
数据类型：字符串
数据集拆分：
- 拆分名称：train（训练集）
字节大小：66855258
样本数量：41204
下载大小：32512830
数据集总大小：66855258
配置项：
- 配置名称：default（默认配置）
数据文件：
- 拆分：train（训练集）
文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• conversations: 包含以下字段：
  • from: 数据类型为字符串
  • value: 数据类型为字符串
• chosen: 数据类型为字符串
• rejected: 数据类型为字符串
• source: 数据类型为字符串

数据集分割

• 训练集 (train):
  • 数据大小: 66855258 字节
  • 示例数量: 41204

数据集大小

• 下载大小: 32512830 字节
• 数据集总大小: 66855258 字节

配置

• 默认配置 (default):
  • 数据文件路径: data/train-*