cornfieldrm/datamix-v6.0

---
dataset_info:
features:
- name: dataset
dtype: string
- name: prompt_source
dtype: string
- name: response_model
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: helpsteer-helpfulness
dtype: float64
- name: helpsteer-correctness
dtype: float64
- name: helpsteer-coherence
dtype: float64
- name: helpsteer-complexity
dtype: float64
- name: helpsteer-verbosity
dtype: float64
- name: ultrafeedback-overall_score
dtype: float64
- name: ultrafeedback-instruction_following
dtype: float64
- name: ultrafeedback-truthfulness
dtype: float64
- name: ultrafeedback-honesty
dtype: float64
- name: ultrafeedback-helpfulness
dtype: float64
- name: argilla-overall_quality
dtype: float64
- name: code-complexity
dtype: float64
- name: code-style
dtype: float64
- name: code-explanation
dtype: float64
- name: code-instruction-following
dtype: float64
- name: code-readability
dtype: float64
- name: llama_guard2-is_safe
dtype: float64
splits:
- name: train
num_bytes: 863839310
num_examples: 366190
download_size: 277791978
dataset_size: 863839310
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：数据集（dataset），数据类型：字符串
- 字段名：提示词来源（prompt_source），数据类型：字符串
- 字段名：响应生成模型（response_model），数据类型：字符串
- 字段名：对话消息列表（messages），列表类型，列表项包含：
- 字段名：内容（content），数据类型：字符串
- 字段名：角色（role），数据类型：字符串
- 字段名：HelpSteer-有用性（helpsteer-helpfulness），数据类型：64位浮点数（float64）
- 字段名：HelpSteer-正确性（helpsteer-correctness），数据类型：64位浮点数（float64）
- 字段名：HelpSteer-连贯性（helpsteer-coherence），数据类型：64位浮点数（float64）
- 字段名：HelpSteer-复杂度（helpsteer-complexity），数据类型：64位浮点数（float64）
- 字段名：HelpSteer-冗长度（helpsteer-verbosity），数据类型：64位浮点数（float64）
- 字段名：UltraFeedback-整体评分（ultrafeedback-overall_score），数据类型：64位浮点数（float64）
- 字段名：UltraFeedback-指令遵循度（ultrafeedback-instruction_following），数据类型：64位浮点数（float64）
- 字段名：UltraFeedback-真实性（ultrafeedback-truthfulness），数据类型：64位浮点数（float64）
- 字段名：UltraFeedback-诚实性（ultrafeedback-honesty），数据类型：64位浮点数（float64）
- 字段名：UltraFeedback-有用性（ultrafeedback-helpfulness），数据类型：64位浮点数（float64）
- 字段名：Argilla-整体质量（argilla-overall_quality），数据类型：64位浮点数（float64）
- 字段名：代码复杂度（code-complexity），数据类型：64位浮点数（float64）
- 字段名：代码风格（code-style），数据类型：64位浮点数（float64）
- 字段名：代码解释性（code-explanation），数据类型：64位浮点数（float64）
- 字段名：代码指令遵循度（code-instruction-following），数据类型：64位浮点数（float64）
- 字段名：代码可读性（code-readability），数据类型：64位浮点数（float64）
- 字段名：LlamaGuard 2-安全性检测结果（llama_guard2-is_safe），数据类型：64位浮点数（float64）
数据集划分：
- 划分名称：训练集（train），字节数：863839310，样本数量：366190
下载大小：277791978
数据集存储大小：863839310
数据集配置：
- 配置名称：默认（default），数据文件：
- 划分：训练集（train），路径：data/train-*