shidowake/chatbot-arena-ja_dedup_subset-5k

---
dataset_info:
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: hash
dtype: string
- name: text
dtype: string
- name: conversations
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 21427595
num_examples: 5054
download_size: 11295917
dataset_size: 21427595
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：提示词（prompt），数据类型：字符串
- 名称：优选回复（chosen），数据类型：字符串
- 名称：哈希值（hash），数据类型：字符串
- 名称：文本（text），数据类型：字符串
- 名称：对话列表（conversations），为列表类型，其内部元素包含：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
数据集划分：
- 名称：训练集（train），字节占用大小：21427595，样本数量：5054
下载大小：11295917，数据集总存储大小：21427595
配置项：
- 配置名称：默认（default），数据文件：
- 对应划分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • prompt: 数据类型为字符串。
  • chosen: 数据类型为字符串。
  • hash: 数据类型为字符串。
  • text: 数据类型为字符串。
  • conversations: 包含以下子特征的列表:
    • content: 数据类型为字符串。
    • role: 数据类型为字符串。

数据分割

• 训练集:
  • 名称: train
  • 字节数: 21427595
  • 样本数量: 5054

数据集大小

• 下载大小: 11295917 字节
• 数据集大小: 21427595 字节

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*