vwxyzjn/ultrafeedback_binarized_1707921333

数据集名为ultrafeedback_binarized_1707921333，包含多个特征，如prompt、prompt_id、chosen、rejected、messages、score_chosen、score_rejected、query、query_token、query_token_len、chosen_token、chosen_token_len、rejected_token和rejected_token_len。数据集分为两个部分：test_prefs和train_prefs，分别包含1000个示例。数据集的总下载大小为12976788字节，总数据集大小为33563589字节。

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • prompt: 类型为字符串。
  • prompt_id: 类型为字符串。
  • chosen: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • rejected: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • messages: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • score_chosen: 类型为浮点数。
  • score_rejected: 类型为浮点数。
  • query: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • query_token: 类型为整数序列。
  • query_token_len: 类型为整数。
  • chosen_token: 类型为整数序列。
  • chosen_token_len: 类型为整数。
  • rejected_token: 类型为整数序列。
  • rejected_token_len: 类型为整数。

数据集分割

• test_prefs:
  • 字节数: 16973857
  • 样本数: 1000
• train_prefs:
  • 字节数: 16589732
  • 样本数: 1000

数据集大小

• 下载大小: 12976788 字节
• 数据集大小: 33563589 字节