tulu-3-hardcoded-preferences

dataset_info:
features:
- name: dataset
dtype: string
- name: id
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: train
num_bytes: 5908
num_examples: 5
download_size: 12791
dataset_size: 5908
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: cc-by-4.0
---

数据集信息（dataset_info）：
特征字段：
- 字段名：dataset，数据类型：字符串型（string）
- 字段名：id，数据类型：字符串型（string）
- 字段名：chosen（首选应答），数据类型：列表类型（list），列表包含子字段：
- 子字段名：content，数据类型：字符串型（string）
- 子字段名：role，数据类型：字符串型（string）
- 字段名：rejected（拒选应答），数据类型：列表类型（list），列表包含子字段：
- 子字段名：content，数据类型：字符串型（string）
- 子字段名：role，数据类型：字符串型（string）
数据划分：
- 划分名称：train（训练集），字节占用量：5908，样本数量：5
下载大小：12791
数据集总大小：5908
配置项（configs）：
- 配置名称：default（默认配置），数据文件：
- 对应数据划分：train（训练集），文件路径：data/train-*
许可证（license）：CC BY 4.0（cc-by-4.0）

搜集汇总

背景与挑战

背景概述

该数据集由allenai发布，采用Apache License 2.0和CC-BY-4.0许可，包含5个训练样本，用于偏好学习任务。数据集结构包括chosen和rejected字段，每个样本记录不同选择内容，文件大小为20.31KB。