ClickNoow/Reko-v11-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: 65658366
num_examples: 15000
download_size: 19156268
dataset_size: 65658366
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 字段名：instruction（指令），数据类型：string（字符串）
- 字段名：chosen（优选回复），数据类型：string（字符串）
- 字段名：rejected（拒选回复），数据类型：string（字符串）
- 字段名：chosen_efficiency（优选回复效率），数据类型：float64（双精度浮点数）
- 字段名：rejected_efficiency（拒选回复效率），数据类型：int64（64位整型）
- 字段名：efficiency_difference（效率差值），数据类型：float64（双精度浮点数）
- 字段名：chosen_cleaned_kb（优选回复清洗后知识库指标），数据类型：float64（双精度浮点数）
- 字段名：rejected_cleaned_kb（拒选回复清洗后知识库指标），数据类型：int64（64位整型）
- 字段名：pair_type（样本对类型），数据类型：string（字符串）
- 字段名：phase（阶段），数据类型：string（字符串）
- 字段名：source（来源），数据类型：string（字符串）
数据划分：
- 划分名称：train（训练集），字节数：65658366，样本数量：15000
下载大小：19156268
数据集总大小：65658366
配置项：
- 配置名称：default（默认配置），数据文件：
- 数据划分：train（训练集），文件路径：data/train-*