HuggingFaceH4/h4_10k_prompts_ranked_gen

该数据集包含多个特征，如prompt、quality、metadata、avg_rating等，每个特征都有其特定的数据类型和用途。数据集被分为train_gen和test_gen两个部分，分别包含9831和500个样本，文件大小分别为13703266.368018584和696941.6319814152字节。整个数据集的大小为14400208.0字节，下载大小为6895638字节。

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• quality: 包含以下子特征：
  • user_id: 数据类型为字符串，标识为"question"。
  • value: 数据类型为字符串，标识为"suggestion"。
  • status: 数据类型为字符串，标识为"question"。
• metadata: 数据类型为字符串，标识为"metadata"。
• avg_rating: 数据类型为浮点数64位。
• num_responses: 数据类型为整数64位。
• agreement_ratio: 数据类型为浮点数64位。
• raw_responses: 数据类型为整数64位序列。
• kind: 数据类型为字符串。
• cluster_description: 数据类型为字符串。
• topic: 数据类型为字符串。
• messages: 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。

数据集分割

• train_gen: 包含9831个样本，占用13703266.368018584字节。
• test_gen: 包含500个样本，占用696941.6319814152字节。

数据集大小

• 下载大小: 6895638字节。
• 数据集总大小: 14400208.0字节。

配置文件

• config_name: default
• data_files:
  • train_gen: 路径为"data/train_gen-*"。
  • test_gen: 路径为"data/test_gen-*"。