cornfieldrm/pair-preference-dataset-700K_subset-2-of-4_standard

该数据集包含多个特征，包括rejected和chosen，这两个特征都是列表类型，包含content和role两个子特征，数据类型均为字符串。此外，数据集还包含rejected_score和chosen_score两个特征，数据类型为float64。数据集分为一个训练集，包含174841个样本，总大小为699817639.0472902字节。下载大小为364645980字节。

This dataset is primarily used for evaluating dialogue systems, containing two types of dialogue content: rejected and chosen, each including dialogue text and role information. Additionally, the dataset provides scores for these two types of dialogues, namely rejected_score and chosen_score. The dataset is divided into a training set with 174841 samples, with a total size of 699817639.0472902 bytes.

原始信息汇总

数据集概述

数据集特征

• rejected

  • content: 数据类型为字符串
  • role: 数据类型为字符串

• rejected_score: 数据类型为浮点数（float64）

• chosen_score: 数据类型为浮点数（float64）

• chosen

  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据集分割

• train
  • num_bytes: 699817639.0472902 字节
  • num_examples: 174841 个样本

数据集大小

• download_size: 364645980 字节
• dataset_size: 699817639.0472902 字节