alvarobartt/ultrafeedback-multi-binarized-quality-preferences-cleaned

数据集包含多个特征，如source、prompt、chosen和rejected等，每个特征下有不同的字段和数据类型。数据集分为训练集和测试集，训练集包含146883个示例，测试集包含7780个示例。数据集的总大小为724021891.6044441字节，下载大小为206672367字节。

原始信息汇总

数据集概述

数据特征

• source: 数据来源，类型为字符串。
• prompt: 提示信息，类型为字符串。
• chosen:
  • content: 内容，类型为字符串。
  • role: 角色，类型为字符串。
• chosen-rating: 评分，类型为浮点数（float64）。
• chosen-model: 模型，类型为字符串。
• rejected:
  • content: 内容，类型为字符串。
  • role: 角色，类型为字符串。
• rejected-rating: 评分，类型为浮点数（float64）。
• rejected-model: 模型，类型为字符串。

数据分割

• train:
  • 字节数: 687874454.227975
  • 样本数: 146883
• test:
  • 字节数: 36147437.3764691
  • 样本数: 7780

数据大小

• 下载大小: 206672367 字节
• 数据集大小: 724021891.6044441 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*