dongyoung4091/hh-rlhf_with_features

该数据集包含多个特征，主要用于比较和评估不同文本或响应的质量。特征包括chosen（选择的文本）和rejected（被拒绝的文本），以及多个评分特征如helpfulness（有用性）、specificity（具体性）、intent（意图）、factuality（事实性）等。数据集分为训练集和测试集，分别包含9574个示例。

原始信息汇总

数据集概述

特征信息

数据集包含以下特征及其数据类型：

• chosen: 字符串类型
• rejected: 字符串类型
• helpfulness_chosen: 64位整数类型
• helpfulness_rejected: 64位整数类型
• specificity_chosen: 64位整数类型
• specificity_rejected: 64位整数类型
• intent_chosen: 64位整数类型
• intent_rejected: 64位整数类型
• factuality_chosen: 64位整数类型
• factuality_rejected: 64位整数类型
• easy-to-understand_chosen: 64位整数类型
• easy-to-understand_rejected: 64位整数类型
• relevance_chosen: 64位整数类型
• relevance_rejected: 64位整数类型
• readability_chosen: 64位整数类型
• readability_rejected: 64位整数类型
• enough-detail_chosen: 64位整数类型
• enough-detail_rejected: 64位整数类型
• biased:_chosen: 64位整数类型
• biased:_rejected: 64位整数类型
• fail-to-consider-individual-preferences_chosen: 64位整数类型
• fail-to-consider-individual-preferences_rejected: 64位整数类型
• repetetive_chosen: 64位整数类型
• repetetive_rejected: 64位整数类型
• fail-to-consider-context_chosen: 64位整数类型
• fail-to-consider-context_rejected: 64位整数类型
• too-long_chosen: 64位整数类型
• too-long_rejected: 64位整数类型
• human: 字符串类型
• assistant_chosen: 字符串类型
• assistant_rejected: 字符串类型
• labels: 字符串类型

数据分割

数据集分为以下几个部分：

• train: 包含9574个样本，占用14281240字节
• test: 包含9574个样本，占用14225165字节

数据集大小

• 下载大小: 15456243字节
• 数据集总大小: 28506405字节

配置信息

• 配置名称: default
• 数据文件路径:
  • train: data/train-*
  • test: data/test-*