pvduy/10k_prompts_ranked_sft_12b

---
dataset_info:
features:
- name: input
dtype: string
- name: quality
list:
- name: status
dtype: string
- name: user_id
dtype: string
- name: value
dtype: string
- name: metadata
dtype: string
- name: avg_rating
dtype: float64
- name: num_responses
dtype: int64
- name: agreement_ratio
dtype: float64
- name: raw_responses
sequence: int64
- name: kind
dtype: string
- name: cluster_description
dtype: string
- name: topic
dtype: string
- name: generation_model
sequence: string
- name: generation_prompt
sequence: string
- name: raw_generation_responses
sequence: string
- name: generations
sequence: string
splits:
- name: train
num_bytes: 150982090
num_examples: 10331
download_size: 35443856
dataset_size: 150982090
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "10k_prompts_ranked_sft_12b"

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

原始信息汇总

数据集概述

数据集名称

10k_prompts_ranked_sft_12b

数据集特征

• input: 数据类型为字符串。
• quality: 包含以下子特征：
  • status: 数据类型为字符串。
  • user_id: 数据类型为字符串。
  • value: 数据类型为字符串。
• metadata: 数据类型为字符串。
• avg_rating: 数据类型为浮点数。
• num_responses: 数据类型为整数。
• agreement_ratio: 数据类型为浮点数。
• raw_responses: 数据类型为整数序列。
• kind: 数据类型为字符串。
• cluster_description: 数据类型为字符串。
• topic: 数据类型为字符串。
• generation_model: 数据类型为字符串序列。
• generation_prompt: 数据类型为字符串序列。
• raw_generation_responses: 数据类型为字符串序列。
• generations: 数据类型为字符串序列。

数据集划分

• train:
  • 数据大小: 150982090 字节
  • 示例数量: 10331

数据集大小

• 下载大小: 35443856 字节
• 数据集总大小: 150982090 字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*