xDAN-Engine/COIG-CQIA-Preference

---
dataset_info:
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: task_type
struct:
- name: major
sequence: string
- name: minor
sequence: string
- name: domain
sequence: string
- name: metadata
dtype: string
- name: answer_from
dtype: string
- name: human_verified
dtype: bool
- name: copyright
dtype: string
- name: subset
dtype: string
- name: generation_model
sequence: string
- name: generation_prompt
list:
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_generation_responses
sequence: string
- name: generations
sequence: string
- name: labelling_model
dtype: string
- name: labelling_prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_labelling_response
dtype: string
- name: rating
sequence: float64
- name: rationale
sequence: string
splits:
- name: train
num_bytes: 163114522
num_examples: 44694
download_size: 82632317
dataset_size: 163114522
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• instruction: 数据类型 - 字符串
• input: 数据类型 - 字符串
• output: 数据类型 - 字符串
• task_type: 结构类型 - 包含两个序列字段：
  • major: 数据类型 - 字符串序列
  • minor: 数据类型 - 字符串序列
• domain: 数据类型 - 字符串序列
• metadata: 数据类型 - 字符串
• answer_from: 数据类型 - 字符串
• human_verified: 数据类型 - 布尔值
• copyright: 数据类型 - 字符串
• subset: 数据类型 - 字符串
• generation_model: 数据类型 - 字符串序列
• generation_prompt: 列表类型 - 包含两个字段：
  • content: 数据类型 - 字符串
  • role: 数据类型 - 字符串
• raw_generation_responses: 数据类型 - 字符串序列
• generations: 数据类型 - 字符串序列
• labelling_model: 数据类型 - 字符串
• labelling_prompt: 列表类型 - 包含两个字段：
  • content: 数据类型 - 字符串
  • role: 数据类型 - 字符串
• raw_labelling_response: 数据类型 - 字符串
• rating: 数据类型 - 浮点数序列
• rationale: 数据类型 - 字符串序列

数据集分割

• train:
  • 数据大小: 163114522 字节
  • 示例数量: 44694

数据集大小

• 下载大小: 82632317 字节
• 数据集总大小: 163114522 字节