ShenaoZ/0.0001_sft_nodpo_3iters_bs256_531lr_dataset

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: reference_response
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: test_prefs_1
num_bytes: 15193743
num_examples: 2000
- name: train_prefs_1
num_bytes: 154256876
num_examples: 20378
- name: test_prefs_2
num_bytes: 16504784
num_examples: 2000
- name: train_prefs_2
num_bytes: 168850573
num_examples: 20378
- name: test_prefs_3
num_bytes: 16473379
num_examples: 2000
- name: train_prefs_3
num_bytes: 168884282
num_examples: 20378
download_size: 296600688
dataset_size: 540163637
configs:
- config_name: default
data_files:
- split: test_prefs_1
path: data/test_prefs_1-*
- split: train_prefs_1
path: data/train_prefs_1-*
- split: test_prefs_2
path: data/test_prefs_2-*
- split: train_prefs_2
path: data/train_prefs_2-*
- split: test_prefs_3
path: data/test_prefs_3-*
- split: train_prefs_3
path: data/train_prefs_3-*
---
# Dataset Card for "0.0001_sft_nodpo_3iters_bs256_531lr_dataset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

The dataset includes multiple features such as prompt, prompt_id, messages, scores (score_chosen and score_rejected), reference_response, chosen responses, and rejected responses. Each message and response contains content and role. The dataset is divided into multiple configurations and splits, each with different byte sizes and number of examples. The total download size and dataset size are also provided.

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（float64）
• score_rejected：浮点数类型（float64）
• 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

数据集分割

• test_prefs_1：
  • 字节数：15193743
  • 示例数：2000
• train_prefs_1：
  • 字节数：154256876
  • 示例数：20378
• test_prefs_2：
  • 字节数：16504784
  • 示例数：2000
• train_prefs_2：
  • 字节数：168850573
  • 示例数：20378
• test_prefs_3：
  • 字节数：16473379
  • 示例数：2000
• train_prefs_3：
  • 字节数：168884282
  • 示例数：20378

数据集大小

• 下载大小：296600688字节
• 数据集大小：540163637字节

配置文件

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