David-Xu/astronomy-stack-dpo-20-percent

--- dataset_info: features: - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: score_question dtype: string - name: score_chosen dtype: string - name: score_rejected dtype: string splits: - name: train num_bytes: 11275712.334687736 num_examples: 3588 - name: test num_bytes: 1250761.8476047153 num_examples: 398 download_size: 3377877 dataset_size: 12526474.18229245 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集概述

数据集特征

• prompt: 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。
• score_question: 数据类型为字符串。
• score_chosen: 数据类型为字符串。
• score_rejected: 数据类型为字符串。

数据集划分

• train: 包含3588个样本，占用11275712.334687736字节。
• test: 包含398个样本，占用1250761.8476047153字节。

数据集大小

• 下载大小: 3377877字节。
• 数据集大小: 12526474.18229245字节。

配置信息

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