zjhhhh/7b_rlcf_iter1_rlcf_expand_tokenized
收藏Hugging Face2025-11-19 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/zjhhhh/7b_rlcf_iter1_rlcf_expand_tokenized
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: prompt
dtype: string
- name: requirements
dtype: string
- name: selection_response_1
dtype: string
- name: selection_response_2
dtype: string
- name: selection_response_3
dtype: string
- name: selection_response_4
dtype: string
- name: base_response_1
dtype: string
- name: base_response_2
dtype: string
- name: current_response_1
dtype: string
- name: current_response_2
dtype: string
- name: selection_1_mean
dtype: float64
- name: selection_1_majority
dtype: float64
- name: selection_2_mean
dtype: float64
- name: selection_2_majority
dtype: float64
- name: selection_3_mean
dtype: float64
- name: selection_3_majority
dtype: float64
- name: selection_4_mean
dtype: float64
- name: selection_4_majority
dtype: float64
- name: base_1_mean
dtype: float64
- name: base_1_majority
dtype: float64
- name: base_2_mean
dtype: float64
- name: base_2_majority
dtype: float64
- name: current_1_mean
dtype: float64
- name: current_1_majority
dtype: float64
- name: current_2_mean
dtype: float64
- name: current_2_majority
dtype: float64
- name: qwen_prompt
dtype: string
- name: qwen_prompt_tokens
list: int64
- name: chosen
dtype: string
- name: reject
dtype: string
- name: qwen_chosen
dtype: string
- name: qwen_reject
dtype: string
- name: qwen_chosen_tokens
list: int64
- name: qwen_reject_tokens
list: int64
- name: chosen_reward
dtype: float64
- name: reject_reward
dtype: float64
- name: g_chosen
dtype: float64
- name: g_reject
dtype: float64
splits:
- name: train
num_bytes: 24219393540.227642
num_examples: 255355
- name: test
num_bytes: 68915401.5764075
num_examples: 738
download_size: 2067113295
dataset_size: 24288308941.80405
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串
- 名称：需求描述（requirements），数据类型：字符串
- 名称：选项响应1（selection_response_1），数据类型：字符串
- 名称：选项响应2（selection_response_2），数据类型：字符串
- 名称：选项响应3（selection_response_3），数据类型：字符串
- 名称：选项响应4（selection_response_4），数据类型：字符串
- 名称：基准响应1（base_response_1），数据类型：字符串
- 名称：基准响应2（base_response_2），数据类型：字符串
- 名称：当前响应1（current_response_1），数据类型：字符串
- 名称：当前响应2（current_response_2），数据类型：字符串
- 名称：选项1平均评分（selection_1_mean），数据类型：float64
- 名称：选项1多数投票结果（selection_1_majority），数据类型：float64
- 名称：选项2平均评分（selection_2_mean），数据类型：float64
- 名称：选项2多数投票结果（selection_2_majority），数据类型：float64
- 名称：选项3平均评分（selection_3_mean），数据类型：float64
- 名称：选项3多数投票结果（selection_3_majority），数据类型：float64
- 名称：选项4平均评分（selection_4_mean），数据类型：float64
- 名称：选项4多数投票结果（selection_4_majority），数据类型：float64
- 名称：基准1平均评分（base_1_mean），数据类型：float64
- 名称：基准1多数投票结果（base_1_majority），数据类型：float64
- 名称：基准2平均评分（base_2_mean），数据类型：float64
- 名称：基准2多数投票结果（base_2_majority），数据类型：float64
- 名称：当前1平均评分（current_1_mean），数据类型：float64
- 名称：当前1多数投票结果（current_1_majority），数据类型：float64
- 名称：当前2平均评分（current_2_mean），数据类型：float64
- 名称：当前2多数投票结果（current_2_majority），数据类型：float64
- 名称：通义千问提示词（qwen_prompt），数据类型：字符串
- 名称：通义千问提示词Token序列（qwen_prompt_tokens），数据类型：int64类型列表
- 名称：选中响应（chosen），数据类型：字符串
- 名称：拒选响应（reject），数据类型：字符串
- 名称：通义千问选中响应（qwen_chosen），数据类型：字符串
- 名称：通义千问拒选响应（qwen_reject），数据类型：字符串
- 名称：通义千问选中响应Token序列（qwen_chosen_tokens），数据类型：int64类型列表
- 名称：通义千问拒选响应Token序列（qwen_reject_tokens），数据类型：int64类型列表
- 名称：选中响应奖励得分（chosen_reward），数据类型：float64
- 名称：拒选响应奖励得分（reject_reward），数据类型：float64
- 名称：选中响应g值（g_chosen），数据类型：float64
- 名称：拒选响应g值（g_reject），数据类型：float64
数据集划分：
- 划分名称：训练集（train），字节数：24219393540.227642，样本数：255355
- 划分名称：测试集（test），字节数：68915401.5764075，样本数：738
下载总量：2067113295
数据集总大小：24288308941.80405
配置项：
- 配置名称：默认配置（default），数据文件路径：
- 训练集划分：data/train-*
- 测试集划分：data/test-*
提供机构：
zjhhhh
