euclaise/oasst2_rank

---
license: apache-2.0
dataset_info:
features:
- name: history
list:
- name: role
dtype: string
- name: text
dtype: string
- name: prompt
dtype: string
- name: completions
list:
- name: labels
struct:
- name: creativity
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: fails_task
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: hate_speech
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: helpfulness
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: humor
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: lang_mismatch
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: moral_judgement
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: not_appropriate
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: pii
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: political_content
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: quality
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: sexual_content
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: spam
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: toxicity
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: violence
struct:
- name: count
dtype: int64
- name: value
dtype: float64
- name: rank
dtype: int64
- name: text
dtype: string
splits:
- name: train
num_bytes: 106295033
num_examples: 28383
download_size: 49057236
dataset_size: 106295033
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

[oasst2](https://huggingface.co/datasets/OpenAssistant/oasst2) in a friendlier format

原始信息汇总

数据集概述

许可证

• Apache-2.0

数据集信息

• 特征
  • history
    • role: 字符串类型
    • text: 字符串类型
  • prompt: 字符串类型
  • completions
    • labels
      • creativity
        • count: 64位整数类型
        • value: 64位浮点数类型
      • fails_task
        • count: 64位整数类型
        • value: 64位浮点数类型
      • hate_speech
        • count: 64位整数类型
        • value: 64位浮点数类型
      • helpfulness
        • count: 64位整数类型
        • value: 64位浮点数类型
      • humor
        • count: 64位整数类型
        • value: 64位浮点数类型
      • lang_mismatch
        • count: 64位整数类型
        • value: 64位浮点数类型
      • moral_judgement
        • count: 64位整数类型
        • value: 64位浮点数类型
      • not_appropriate
        • count: 64位整数类型
        • value: 64位浮点数类型
      • pii
        • count: 64位整数类型
        • value: 64位浮点数类型
      • political_content
        • count: 64位整数类型
        • value: 64位浮点数类型
      • quality
        • count: 64位整数类型
        • value: 64位浮点数类型
      • sexual_content
        • count: 64位整数类型
        • value: 64位浮点数类型
      • spam
        • count: 64位整数类型
        • value: 64位浮点数类型
      • toxicity
        • count: 64位整数类型
        • value: 64位浮点数类型
      • violence
        • count: 64位整数类型
        • value: 64位浮点数类型
    • rank: 64位整数类型
    • text: 字符串类型

数据分割

• train
  • 字节数: 106295033
  • 样本数: 28383

数据集大小

• 下载大小: 49057236
• 数据集大小: 106295033

配置

• config_name: default
  • 数据文件
    • split: train
    • path: data/train-*