UCLAML/snorkel_prompt3

---
dataset_info:
features:
- name: prompt_id
dtype: string
- name: prompt
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: all_generated_responses
sequence: string
- name: all_rm_scores
sequence: float64
splits:
- name: train
num_bytes: 379805458
num_examples: 19996
- name: test
num_bytes: 19111694
num_examples: 1000
download_size: 191348842
dataset_size: 398917152
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集信息

特征

• prompt_id: 数据类型为字符串。
• prompt: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• all_generated_responses: 数据类型为字符串序列。
• all_rm_scores: 数据类型为浮点数序列。

数据分割

• train: 包含379805458字节，19996个样本。
• test: 包含19111694字节，1000个样本。

数据大小

• 下载大小: 191348842字节。
• 数据集大小: 398917152字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。