stallone/HelpSteer2

数据集包含三个配置：completion、conversation和source。每个配置都有不同的特征和数据分割。completion配置包含input和output字符串特征，以及doc_id字符串特征。conversation配置包含doc_id字符串特征和messages列表特征，其中messages包含content和role字符串特征。source配置包含prompt和response字符串特征，以及helpfulness、correctness、coherence、complexity、verbosity整数特征和doc_id字符串特征。每个配置都有训练和验证分割，并提供了相应的字节数和示例数。

The dataset includes three configurations: completion, conversation, and source. Each configuration has different features and data splits. The completion configuration contains input and output string features, as well as doc_id string features. The conversation configuration contains doc_id string features and messages list features, where messages include content and role string features. The source configuration contains prompt and response string features, as well as helpfulness, correctness, coherence, complexity, verbosity integer features, and doc_id string features. Each configuration has train and validation splits, with corresponding byte counts and example counts provided.

原始信息汇总

数据集概述

数据集配置

配置名称：completion

• 特征：
  • input：类型为字符串
  • output：类型为字符串
  • doc_id：类型为字符串
• 分割：
  • train：字节数为45878971，样本数为20324
  • validation：字节数为2335351，样本数为1038
• 下载大小：20206480字节
• 数据集大小：48214322字节
• 数据文件路径：
  • train：completion/train-*
  • validation：completion/validation-*

配置名称：conversation

• 特征：
  • doc_id：类型为字符串
  • messages：列表类型，包含以下子特征：
    • content：类型为字符串
    • role：类型为字符串
• 分割：
  • train：字节数为46387071，样本数为20324
  • validation：字节数为2361301，样本数为1038
• 下载大小：19611056字节
• 数据集大小：48748372字节
• 数据文件路径：
  • train：conversation/train-*
  • validation：conversation/validation-*

配置名称：source

• 特征：
  • prompt：类型为字符串
  • response：类型为字符串
  • helpfulness：类型为int32
  • correctness：类型为int32
  • coherence：类型为int32
  • complexity：类型为int32
  • verbosity：类型为int32
  • doc_id：类型为字符串
• 分割：
  • train：字节数为46285451，样本数为20324
  • validation：字节数为2356111，样本数为1038
• 下载大小：20280916字节
• 数据集大小：48641562字节
• 数据文件路径：
  • train：source/train-*
  • validation：source/validation-*