vwxyzjn/OpenHermes-2.5-dpo-with-system-ckpt-2

---
dataset_info:
features:
- name: topic
dtype: 'null'
- name: hash
dtype: 'null'
- name: category
dtype: 'null'
- name: language
dtype: 'null'
- name: model_name
dtype: 'null'
- name: title
dtype: 'null'
- name: source
dtype: 'null'
- name: custom_instruction
dtype: 'null'
- name: views
dtype: float64
- name: avatarUrl
dtype: 'null'
- name: skip_prompt_formatting
dtype: 'null'
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: weight
dtype: float64
- name: model
dtype: 'null'
- name: idx
dtype: 'null'
- name: system_prompt
dtype: 'null'
- name: id
dtype: 'null'
- name: input
dtype: string
- name: generation_model
sequence: string
- name: generation_prompt
sequence: string
- name: raw_generation_responses
sequence: string
- name: generations
sequence: string
splits:
- name: train
num_bytes: 1081739049
num_examples: 192649
download_size: 528058125
dataset_size: 1081739049
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：topic（主题），数据类型：空
- 名称：hash（哈希值），数据类型：空
- 名称：category（类别），数据类型：空
- 名称：language（语言），数据类型：空
- 名称：model_name（模型名称），数据类型：空
- 名称：title（标题），数据类型：空
- 名称：source（来源），数据类型：空
- 名称：custom_instruction（自定义指令），数据类型：空
- 名称：views（浏览量），数据类型：float64（双精度浮点数）
- 名称：avatarUrl（头像URL），数据类型：空
- 名称：skip_prompt_formatting（跳过提示词格式化），数据类型：空
- 名称：conversations（对话列表），数据类型：列表，其子字段：
- 名称：from（发言方），数据类型：字符串
- 名称：value（内容），数据类型：字符串
- 名称：weight（权重），数据类型：float64（双精度浮点数）
- 名称：model（模型），数据类型：空
- 名称：idx（索引），数据类型：空
- 名称：system_prompt（系统提示词），数据类型：空
- 名称：id（标识符），数据类型：空
- 名称：input（输入），数据类型：字符串
- 名称：generation_model（生成模型），数据类型：字符串序列
- 名称：generation_prompt（生成提示词），数据类型：字符串序列
- 名称：raw_generation_responses（原始生成响应），数据类型：字符串序列
- 名称：generations（生成结果），数据类型：字符串序列
数据集拆分：
- 拆分名称：train（训练集），字节大小：1081739049，样本数量：192649
下载体积：528058125，数据集总存储体积：1081739049
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

数据特征

• topic: 数据类型为 null
• hash: 数据类型为 null
• category: 数据类型为 null
• language: 数据类型为 null
• model_name: 数据类型为 null
• title: 数据类型为 null
• source: 数据类型为 null
• custom_instruction: 数据类型为 null
• views: 数据类型为 float64
• avatarUrl: 数据类型为 null
• skip_prompt_formatting: 数据类型为 null
• conversations: 包含以下子特征
  • from: 数据类型为 string
  • value: 数据类型为 string
  • weight: 数据类型为 float64
• model: 数据类型为 null
• idx: 数据类型为 null
• system_prompt: 数据类型为 null
• id: 数据类型为 null
• input: 数据类型为 string
• generation_model: 数据类型为 sequence 的 string
• generation_prompt: 数据类型为 sequence 的 string
• raw_generation_responses: 数据类型为 sequence 的 string
• generations: 数据类型为 sequence 的 string

数据分割

• train: 包含 192649 个样本，占用 1081739049 字节

数据集大小

• 下载大小: 528058125 字节
• 数据集大小: 1081739049 字节

配置

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