YYYYYYibo/ultrafeedback_binarized_dataset_offline_pairrm_part2_mini_1

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: reference_response
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train_prefs
num_bytes: 41380967
num_examples: 5183
download_size: 23152573
dataset_size: 41380967
configs:
- config_name: default
data_files:
- split: train_prefs
path: data/train_prefs-*
---
# Dataset Card for "ultrafeedback_binarized_dataset_offline_pairrm_part2_mini_1"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
# 「ultrafeedback_binarized_dataset_offline_pairrm_part2_mini_1」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)

## 数据集信息
### 特征字段
1. 提示词（prompt）：数据类型为字符串（string）
2. 提示词ID（prompt_id）：数据类型为字符串（string）
3. 对话消息（messages）：列表类型，包含以下子字段：
- 内容（content）：数据类型为字符串（string）
- 角色（role）：数据类型为字符串（string）
4. 优选回复得分（score_chosen）：数据类型为64位浮点型（float64）
5. 待拒回复得分（score_rejected）：数据类型为64位浮点型（float64）
6. 参考回复（reference_response）：数据类型为字符串（string）
7. 优选回复组（chosen）：列表类型，包含以下子字段：
- 内容（content）：数据类型为字符串（string）
- 角色（role）：数据类型为字符串（string）
8. 待拒回复组（rejected）：列表类型，包含以下子字段：
- 内容（content）：数据类型为字符串（string）
- 角色（role）：数据类型为字符串（string）

### 数据划分与存储信息
- 训练偏好划分（train_prefs）：
占用字节数：41380967
样本数量：5183
- 下载总大小：23152573
- 数据集总存储大小：41380967

### 配置项
- 配置名称：默认配置（default）
数据文件：
- 对应划分：train_prefs
- 文件路径：data/train_prefs-*

原始信息汇总

数据集概述

数据集名称

• 名称: ultrafeedback_binarized_dataset_offline_pairrm_part2_mini_1

数据集特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• messages: 列表类型，包含以下子特征：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型（float64）
• score_rejected: 浮点数类型（float64）
• reference_response: 字符串类型
• chosen: 列表类型，包含以下子特征：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下子特征：
  • content: 字符串类型
  • role: 字符串类型

数据集分割

• train_prefs:
  • num_bytes: 41380967
  • num_examples: 5183

数据集大小

• download_size: 23152573
• dataset_size: 41380967

配置

• config_name: default
• data_files:
  • split: train_prefs
  • path: data/train_prefs-*