pharaouk/UltraInteract_pair

UltraInteract是一个大规模、高质量的对齐数据集，专门设计用于复杂推理任务。每个指令包含一个偏好树，该树由多样化的规划策略推理链、与环境的多轮交互轨迹以及用于偏好学习的成对数据组成。数据集的结构包括任务类型、数据集来源、轨迹、选择的答案和拒绝的答案等字段。数据集包含86k个指令、286k个正确答案和219k对数据。

原始信息汇总

数据集概述

数据集名称

• 名称: UltraInteract_pair

数据集配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: ultrainteract_preference_learning.json

数据集特征

• 特征名称 及 数据类型:
  • task: string
  • dataset: string
  • trajectory: list
    • from: string
    • value: string
  • chosen: string
  • rejected: string
  • id: string
  • parent_id: string

数据集分割

• 分割名称: train
• 统计信息:
  • num_bytes: 1144517
  • num_examples: 219522

数据集大小

• 下载大小: 1144517
• 数据集大小: 1144517

数据集格式

• JSONC格式示例: jsonc { "id": "...", "parent_id": "...", "task": "Math_PoT", "dataset": "MATH", "trajectory": [ { "from": "user", "value": "..." }, ... ], "chosen": "...", "rejected": "..." }

数据集用途

• 用途: 用于复杂推理任务的偏好学习，包括推理链、多轮交互轨迹和成对数据。

数据集结构

• 结构描述: 每个指令包含一个偏好树，树中的每个动作作为一个节点，轨迹是从根到叶的路径，包含一系列动作。

数据集示例

• 示例描述: 展示了一个两轮的交互轨迹，其中演员模型生成逐步推理链，环境提供观察，批评模型提供文本批评。

数据集统计

• 统计信息: 包含86k指令，286k正确答案，219k对。