hjl/tulu_human_vs_ai

--- dataset_info: features: - name: dataset dtype: string - name: id dtype: string - name: messages list: - name: role dtype: string - name: content dtype: string - name: label dtype: string - name: prompt dtype: string splits: - name: train_sft num_bytes: 2324088779.0965986 num_examples: 293538 - name: test_sft num_bytes: 258237364.90340146 num_examples: 32616 download_size: 1209800651 dataset_size: 2582326144.0 configs: - config_name: default data_files: - split: train_sft path: data/train_sft-* - split: test_sft path: data/test_sft-* ---

原始信息汇总

数据集概述

数据特征

• dataset: 数据集名称，数据类型为字符串。
• id: 数据项的唯一标识，数据类型为字符串。
• messages: 包含以下子特征的列表：
  • role: 角色信息，数据类型为字符串。
  • content: 内容信息，数据类型为字符串。
• label: 标签信息，数据类型为字符串。
• prompt: 提示信息，数据类型为字符串。

数据划分

• train_sft: 训练集，包含293538个样本，占用2324088779.0965986字节。
• test_sft: 测试集，包含32616个样本，占用258237364.90340146字节。

数据集大小

• 下载大小: 1209800651字节。
• 数据集大小: 2582326144.0字节。

配置信息

• default: 默认配置，包含以下数据文件：
  • train_sft: 训练集文件路径为data/train_sft-*。
  • test_sft: 测试集文件路径为data/test_sft-*。