Mitsuki-Sakamoto/alpaca_farm-RM-Mistral-7B-re-preference-256-nsample-2

---
dataset_info:
config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: preference
dtype: int64
- name: output_1
dtype: string
- name: output_2
dtype: string
- name: reward_model_prompt_format
dtype: string
- name: gen_prompt_format
dtype: string
- name: gen_kwargs
struct:
- name: do_sample
dtype: bool
- name: max_new_tokens
dtype: int64
- name: pad_token_id
dtype: int64
- name: top_k
dtype: int64
- name: top_p
dtype: float64
- name: reward_1
dtype: float64
- name: reward_2
dtype: float64
- name: n_samples
dtype: int64
- name: reject_select
dtype: string
splits:
- name: preference
num_bytes: 58969064
num_examples: 20001
download_size: 26765193
dataset_size: 58969064
configs:
- config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
data_files:
- split: preference
path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/preference-*
---

数据集信息：
配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
特征：
- 名称：指令（instruction），数据类型：字符串
- 名称：输入（input），数据类型：字符串
- 名称：输出（output），数据类型：字符串
- 名称：偏好（preference），数据类型：64位整数（int64）
- 名称：输出1（output_1），数据类型：字符串
- 名称：输出2（output_2），数据类型：字符串
- 名称：奖励模型提示格式（reward_model_prompt_format），数据类型：字符串
- 名称：生成提示格式（gen_prompt_format），数据类型：字符串
- 名称：生成参数字典（gen_kwargs），结构化数据：
- 名称：是否采样（do_sample），数据类型：布尔值（bool）
- 名称：最大新生成Token数（max_new_tokens），数据类型：64位整数（int64）
- 名称：填充Token ID（pad_token_id），数据类型：64位整数（int64）
- 名称：Top-K采样（top_k），数据类型：64位整数（int64）
- 名称：Top-P采样（top_p），数据类型：64位双精度浮点数（float64）
- 名称：奖励值1（reward_1），数据类型：64位双精度浮点数（float64）
- 名称：奖励值2（reward_2），数据类型：64位双精度浮点数（float64）
- 名称：样本数量（n_samples），数据类型：64位整数（int64）
- 名称：拒绝选择（reject_select），数据类型：字符串
划分集：
- 名称：偏好划分集（preference），字节数：58969064，样本数量：20001
下载大小：26765193
数据集占用大小：58969064
配置项：
- 配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
数据文件：
- 划分集：偏好划分集（preference），路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/preference-*

原始信息汇总

数据集概述

数据集配置名称

• alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500

数据集特征

• instruction: 数据类型 - string
• input: 数据类型 - string
• output: 数据类型 - string
• preference: 数据类型 - int64
• output_1: 数据类型 - string
• output_2: 数据类型 - string
• reward_model_prompt_format: 数据类型 - string
• gen_prompt_format: 数据类型 - string
• gen_kwargs: 结构化数据类型
  • do_sample: 数据类型 - bool
  • max_new_tokens: 数据类型 - int64
  • pad_token_id: 数据类型 - int64
  • top_k: 数据类型 - int64
  • top_p: 数据类型 - float64
• reward_1: 数据类型 - float64
• reward_2: 数据类型 - float64
• n_samples: 数据类型 - int64
• reject_select: 数据类型 - string

数据集分割

• preference:
  • 字节数: 58969064
  • 示例数量: 20001

数据集大小

• 下载大小: 26765193
• 数据集大小: 58969064