Mitsuki-Sakamoto/alpaca_farm-deberta-re-preference-64-nsample-12_filter_gold_thr_0.1_self_160m

该数据集包含多个特征字段，如instruction（指令）、input（输入）、output（输出）、preference（偏好）等，涵盖了与指令执行相关的多种信息。数据集被分为两个epoch，每个epoch包含一定数量的字节和示例。该数据集包含多个特征字段，如instruction（指令）、input（输入）、output（输出）、preference（偏好）等，涵盖了与指令执行相关的多种信息。数据集被分为两个epoch，每个epoch包含一定数量的字节和示例。

原始信息汇总

数据集概述

数据集配置名称

• alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1

数据集特征

• instruction: 数据类型为 string
• input: 数据类型为 string
• output: 数据类型为 string
• preference: 数据类型为 int64
• output_1: 数据类型为 string
• output_2: 数据类型为 string
• reward_model_prompt_format: 数据类型为 string
• gen_prompt_format: 数据类型为 string
• gen_kwargs: 结构化数据，包含以下字段：
  • do_sample: 数据类型为 bool
  • max_new_tokens: 数据类型为 int64
  • pad_token_id: 数据类型为 int64
  • top_k: 数据类型为 int64
  • top_p: 数据类型为 float64
• reward_1: 数据类型为 float64
• reward_2: 数据类型为 float64
• n_samples: 数据类型为 int64
• reject_select: 数据类型为 string
• prompt: 数据类型为 string
• chosen: 数据类型为 string
• rejected: 数据类型为 string
• index: 数据类型为 int64
• filtered_epoch: 数据类型为 int64
• gen_reward: 数据类型为 float64
• gen_response: 数据类型为 string

数据集分割

• epoch_0:
  • 字节数: 43597508
  • 示例数: 18929
• epoch_1:
  • 字节数: 44103263
  • 示例数: 18929

数据集大小

• 下载大小: 185648388 字节
• 数据集大小: 87700771 字节