IndonesiaAI/dpo-dataset

--- dataset_info: features: - name: qid dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string splits: - name: train num_bytes: 14256438583.53102 num_examples: 3798835 - name: test num_bytes: 1584049565.4689815 num_examples: 422093 download_size: 8864292488 dataset_size: 15840488149.0 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：qid 数据类型：字符串 - 名称：chosen 类型：列表 子特征： - 名称：content 数据类型：字符串 - 名称：role 数据类型：字符串 - 名称：rejected 类型：列表 子特征： - 名称：content 数据类型：字符串 - 名称：role 数据类型：字符串 数据划分： - 名称：train 字节占用量：14256438583.53102 样本数量：3798835 - 名称：test 字节占用量：1584049565.4689815 样本数量：422093 下载大小：8864292488 数据集总大小：15840488149.0 配置项： - 配置名称：default 数据文件： - 划分：train 路径：data/train-* - 划分：test 路径：data/test-*

原始信息汇总

数据集概述

数据集信息

特征

• qid: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据分割

• train: 包含3798835个样本，大小为14256438583.53102字节。
• test: 包含422093个样本，大小为1584049565.4689815字节。

数据集大小

• 下载大小: 8864292488字节。
• 数据集大小: 15840488149.0字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。