kurier-digital/llm_titles_orpo

--- dataset_info: features: - name: prompt dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: doc_id dtype: string - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 179629514 num_examples: 15199 download_size: 92063260 dataset_size: 179629514 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "llm_titles_orpo" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息: 特征字段: - 名称: prompt（提示词） 数据类型: 字符串 - 名称: rejected（被拒回复） 数据类型: 列表，包含字段: - 名称: content（内容） 数据类型: 字符串 - 名称: role（角色） 数据类型: 字符串 - 名称: chosen（优选回复） 数据类型: 列表，包含字段: - 名称: content（内容） 数据类型: 字符串 - 名称: role（角色） 数据类型: 字符串 - 名称: doc_id（文档ID） 数据类型: 字符串 - 名称: __index_level_0__ 数据类型: 64位整型 数据划分: - 名称: train（训练集） 字节占用量: 179629514 样本数量: 15199 下载大小: 92063260 数据集存储大小: 179629514 配置项: - 配置名称: default（默认配置） 数据文件: - 数据划分: train（训练集） 路径: data/train-* --- # 「llm_titles_orpo」数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

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。
• rejected: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• chosen: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• doc_id: 数据类型为字符串。
• index_level_0: 数据类型为整数。

数据集分割

• train:
  • 数据量: 179629514字节
  • 示例数量: 15199

数据集大小

• 下载大小: 92063260字节
• 数据集大小: 179629514字节

配置

• default:
  • 训练数据路径: data/train-*