hatakeyama-llm-team/concat-data

---
dataset_info:
features:
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected_score
dtype: 'null'
- name: chosen_score
dtype: 'null'
splits:
- name: train
num_bytes: 92022721
num_examples: 41204
download_size: 43000326
dataset_size: 92022721
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：rejected（被拒回复列表），类型为列表，包含以下子字段：
- content（内容）：字符串数据类型
- role（角色）：字符串数据类型
- 字段名：chosen（优选回复列表），类型为列表，包含以下子字段：
- content（内容）：字符串数据类型
- role（角色）：字符串数据类型
- 字段名：rejected_score（被拒回复得分）：空（null）数据类型
- 字段名：chosen_score（优选回复得分）：空（null）数据类型
数据划分：
- 划分名称：train（训练集），字节占用量：92022721，样本总数：41204
下载大小：43000326
数据集总大小：92022721
配置项：
- 配置名称：default（默认配置），数据文件配置如下：
- 对应数据划分：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

• rejected

  • content: 数据类型为字符串
  • role: 数据类型为字符串

• chosen

  • content: 数据类型为字符串
  • role: 数据类型为字符串

• rejected_score: 数据类型为空

• chosen_score: 数据类型为空

数据集分割

• train
  • num_bytes: 92022721
  • num_examples: 41204

数据集大小

• download_size: 43000326
• dataset_size: 92022721

配置

• config_name: default
  • data_files
    • split: train
      • path: data/train-*