ShenaoZhang/0.0005_idpo_same_nodpo_replace_dataset

该数据集包含多个分割，每个分割包含一系列的提示（prompt）、消息（messages）、评分（score_chosen和score_rejected）、参考响应（reference_response）以及选定和拒绝的内容。数据集的特征包括字符串、浮点数和布尔类型，适用于训练和测试模型。

原始信息汇总

数据集概述

数据集特征

• prompt：字符串类型
• prompt_id：字符串类型
• messages：列表类型，包含以下字段：
  • content：字符串类型
  • role：字符串类型
• score_chosen：浮点数类型
• score_rejected：浮点数类型
• reference_response：字符串类型
• chosen：列表类型，包含以下字段：
  • content：字符串类型
  • role：字符串类型
• rejected：列表类型，包含以下字段：
  • content：字符串类型
  • role：字符串类型
• is_better：布尔类型

数据集分割

• train_prefs_1：
  • 字节数：154329828
  • 示例数：20378
• test_prefs_1：
  • 字节数：15163825
  • 示例数：2000
• train_prefs_2：
  • 字节数：179782706
  • 示例数：20378
• test_prefs_2：
  • 字节数：17569119
  • 示例数：2000
• train_prefs_3：
  • 字节数：168281661
  • 示例数：20378
• test_prefs_3：
  • 字节数：16351429
  • 示例数：2000

数据集大小

• 下载大小：300434639字节
• 数据集大小：551478568字节

配置信息

• config_name：default
• data_files：
  • split：train_prefs_1, test_prefs_1, train_prefs_2, test_prefs_2, train_prefs_3, test_prefs_3
  • path：data/train_prefs_1-, data/test_prefs_1-, data/train_prefs_2-, data/test_prefs_2-, data/train_prefs_3-, data/test_prefs_3-