mehuldamani/hh-dpo-v2-labelled-test

该数据集包含多个特征，如指令、输入、提示、多个输出、ID、多个奖励、差异、方差、损失和预测值、准确率、平均预测值以及基线损失。数据集包含一个训练集，大小为27837609字节，包含8351个示例。下载大小为14410418字节，数据集总大小为27837609字节。

This dataset includes multiple features such as instruction, input, prompt, multiple outputs, ID, multiple rewards, difference, variance, loss and prediction values, accuracy, mean prediction, and baseline losses. The dataset contains a training set with a size of 27837609 bytes, including 8351 examples. The download size is 14410418 bytes, and the total dataset size is 27837609 bytes.

原始信息汇总

数据集概述

数据集特征

• instruction: 类型为字符串。
• input: 类型为空。
• prompt: 类型为字符串。
• output_0: 类型为字符串。
• output_1: 类型为字符串。
• output_2: 类型为字符串。
• output_3: 类型为字符串。
• id: 类型为整数。
• reward_0: 类型为浮点数。
• reward_1: 类型为浮点数。
• reward_2: 类型为浮点数。
• reward_3: 类型为浮点数。
• diff: 类型为浮点数。
• variance: 类型为浮点数。
• loss_x: 类型为浮点数。
• prediction_x: 类型为浮点数。
• accuracy: 类型为字符串。
• mean_prediction: 类型为浮点数。
• baseline_loss_x: 类型为浮点数。
• loss_y: 类型为浮点数。
• prediction_y: 类型为浮点数。
• baseline_loss_y: 类型为浮点数。

数据集分割

• train: 包含8351个样本，占用27837609字节。

数据集大小

• 下载大小: 14410418字节。
• 数据集大小: 27837609字节。

配置

• default: 包含训练数据文件，路径为data/train-*。