ClickNoow/Reko-v3-Training-Dataset

---
dataset_info:
features:
- name: instruction
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: chosen_efficiency
dtype: float64
- name: rejected_efficiency
dtype: int64
- name: efficiency_difference
dtype: float64
- name: chosen_cleaned_kb
dtype: float64
- name: rejected_cleaned_kb
dtype: int64
- name: pair_type
dtype: string
- name: phase
dtype: string
- name: source
dtype: string
splits:
- name: train
num_bytes: 46245549
num_examples: 10000
download_size: 8959640
dataset_size: 46245549
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：指令(instruction)，数据类型：字符串
- 字段名：优选响应(chosen)，数据类型：字符串
- 字段名：拒选响应(rejected)，数据类型：字符串
- 字段名：优选响应效率(chosen_efficiency)，数据类型：64位浮点数(float64)
- 字段名：拒选响应效率(rejected_efficiency)，数据类型：64位整数(int64)
- 字段名：效率差值(efficiency_difference)，数据类型：64位浮点数(float64)
- 字段名：优选响应清理后知识库得分(chosen_cleaned_kb)，数据类型：64位浮点数(float64)
- 字段名：拒选响应清理后知识库得分(rejected_cleaned_kb)，数据类型：64位整数(int64)
- 字段名：样本对类型(pair_type)，数据类型：字符串
- 字段名：阶段(phase)，数据类型：字符串
- 字段名：来源(source)，数据类型：字符串
数据划分：
- 划分名称：训练集(train)，字节占用量：46245549，样本数量：10000
下载大小：8959640，数据集总大小：46245549
数据集配置：
- 配置名称：默认(default)，数据文件：
- 划分：训练集(train)，文件路径：data/train-*