AlignmentResearch/WordLength-test

该数据集包含三个配置：default、neg和pos。每个配置都包含以下特征：instructions（指令）、content（内容）、answer_prompt（答案提示）、clf_label（分类标签）和gen_target（生成目标）。数据集分为训练集和验证集，每个配置的训练集和验证集的大小和样本数量不同。default配置的训练集和验证集各有25000个样本，neg配置的训练集有14110个样本，验证集有13981个样本，pos配置的训练集有10890个样本，验证集有11019个样本。

原始信息汇总

数据集概述

配置名称：default

• 特征信息：

  • instructions: 数据类型为string
  • content: 数据类型为sequence:string
  • answer_prompt: 数据类型为string
  • clf_label: 数据类型为int64
  • gen_target: 数据类型为string

• 数据分割：

  • train: 数据大小为8696557.0字节，示例数量为25000
  • validation: 数据大小为8697718.0字节，示例数量为25000

• 下载大小： 1342114字节

• 数据集总大小： 17394275.0字节

配置名称：neg

• 特征信息：

  • instructions: 数据类型为string
  • content: 数据类型为sequence:string
  • answer_prompt: 数据类型为string
  • clf_label: 数据类型为int64
  • gen_target: 数据类型为string

• 数据分割：

  • train: 数据大小为4908336.7708字节，示例数量为14110
  • validation: 数据大小为4864111.81432字节，示例数量为13981

• 下载大小： 746701字节

• 数据集总大小： 9772448.58512字节

配置名称：pos

• 特征信息：

  • instructions: 数据类型为string
  • content: 数据类型为sequence:string
  • answer_prompt: 数据类型为string
  • clf_label: 数据类型为int64
  • gen_target: 数据类型为string

• 数据分割：

  • train: 数据大小为3788220.2292字节，示例数量为10890
  • validation: 数据大小为3833606.18568字节，示例数量为11019

• 下载大小： 583207字节

• 数据集总大小： 7621826.41488字节