giux78/20000-50000-ultrafeedback-binarized-preferences-cleaned-ita

---
dataset_info:
features:
- name: source
dtype: string
- name: prompt
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen-rating
dtype: float64
- name: chosen-model
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected-rating
dtype: float64
- name: rejected-model
dtype: string
splits:
- name: train
num_bytes: 197228907
num_examples: 30000
download_size: 87134816
dataset_size: 197228907
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "20000-50000-ultrafeedback-binarized-preferences-cleaned-ita"

[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：
- 字段名`source`（来源），数据类型：字符串
- 字段名`prompt`，含义为提示词（prompt），数据类型：字符串
- 字段名`chosen`，数据类型为列表，包含两个子字段：`content`（内容，字符串类型）与`role`（角色，字符串类型）
- 字段名`chosen-rating`，数据类型：float64（64位浮点数）
- 字段名`chosen-model`，数据类型：字符串
- 字段名`rejected`，数据类型为列表，包含两个子字段：`content`（内容，字符串类型）与`role`（角色，字符串类型）
- 字段名`rejected-rating`，数据类型：float64（64位浮点数）
- 字段名`rejected-model`，数据类型：字符串
数据划分：
- 划分集名称为`train`（训练集），占用字节数：197228907，样本数量：30000
整体下载大小：87134816字节，数据集总大小：197228907字节
配置项：
- 配置名称为`default`（默认配置），对应数据文件：
- 划分集为`train`，数据路径为`data/train-*`

# "20000-50000-ultrafeedback-binarized-preferences-cleaned-ita"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

数据集信息

特征

• source: 字符串类型
• prompt: 字符串类型
• chosen: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• chosen-rating: 浮点数类型
• chosen-model: 字符串类型
• rejected: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected-rating: 浮点数类型
• rejected-model: 字符串类型

数据分割

• train:
  • 字节数: 197228907
  • 样本数: 30000

数据大小

• 下载大小: 87134816 字节
• 数据集大小: 197228907 字节

配置

• default:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*