manishiitg/aditi-dpo-prompts

---
dataset_info:
features:
- name: prompt
dtype: string
- name: language
dtype: string
- name: org_dataset
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: model_chosen
dtype: string
- name: uuid
dtype: string
- name: system
dtype: string
- name: chosen2
dtype: string
- name: chosen3
dtype: string
- name: is_repeating
dtype: bool
splits:
- name: train
num_bytes: 311264556
num_examples: 48745
download_size: 101710569
dataset_size: 311264556
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串
- 名称：语言（language），数据类型：字符串
- 名称：源数据集（org_dataset），数据类型：字符串
- 名称：被选回复（chosen），数据类型：字符串
- 名称：被拒回复（rejected），数据类型：字符串
- 名称：优选回复对应模型（model_chosen），数据类型：字符串
- 名称：通用唯一识别码（uuid），数据类型：字符串
- 名称：系统提示（system），数据类型：字符串
- 名称：被选回复2（chosen2），数据类型：字符串
- 名称：被选回复3（chosen3），数据类型：字符串
- 名称：重复标记（is_repeating），数据类型：布尔型
划分集：
- 名称：训练集（train），字节数：311264556，样本数：48745
下载大小：101710569
数据集占用大小：311264556
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集，路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型 - string
• language: 数据类型 - string
• org_dataset: 数据类型 - string
• chosen: 数据类型 - string
• rejected: 数据类型 - string
• model_chosen: 数据类型 - string
• uuid: 数据类型 - string
• system: 数据类型 - string
• chosen2: 数据类型 - string
• chosen3: 数据类型 - string
• is_repeating: 数据类型 - bool

数据集划分

• train:
  • 字节数: 311264556
  • 示例数: 48745

数据集大小

• 下载大小: 101710569字节
• 数据集大小: 311264556字节