ZhangShenao/gc_ultrafeedback

该数据集包含多个特征，如prompt（提示）、prompt_id（提示ID）、chosen（选择的回复）、rejected（拒绝的回复）、messages（消息）等。每个特征都有其特定的数据类型，例如chosen和rejected包含content（内容）和role（角色）两个子特征。数据集分为训练集（train_prefs）和测试集（test_prefs），分别包含95106和2000个样本。数据集的总下载大小为370354456字节，总大小为741121510字节。

The dataset includes multiple features such as prompt, prompt_id, chosen, rejected, messages, etc., each with its specific data type. The dataset is divided into a training set (train_prefs) and a test set (test_prefs), containing 95106 and 2000 samples respectively. The total download size of the dataset is 370354456 bytes, and the total size is 741121510 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• chosen: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• overall_score_chosen: 浮点数类型
• overall_score_rejected: 浮点数类型
• fine_grain_score_chosen: 浮点数序列类型
• fine_grain_score_rejected: 浮点数序列类型
• avg_fine_score_chosen: 浮点数类型
• avg_fine_score_rejected: 浮点数类型

数据分割

• train_prefs:
  • 字节数: 727445692
  • 样本数: 95106
• test_prefs:
  • 字节数: 13675818
  • 样本数: 2000

数据集大小

• 下载大小: 370354456 字节
• 数据集总大小: 741121510 字节

配置

• config_name: default
  • data_files:
    • train_prefs: data/train_prefs-*
    • test_prefs: data/test_prefs-*