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-*