when2rl/prm_dpo_pairs_cleaned_reformatted

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: other_info
struct:
- name: is_chosen_correct
dtype: bool
- name: source
dtype: string
splits:
- name: train
num_bytes: 24536844
num_examples: 7985
download_size: 11769533
dataset_size: 24536844
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• chosen:
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected:
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• messages:
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• score_chosen: 数据类型为浮点数。
• score_rejected: 数据类型为浮点数。
• other_info:
  • is_chosen_correct: 数据类型为布尔值。
  • source: 数据类型为字符串。

数据集分割

• train:
  • 数据大小: 24536844 字节。
  • 示例数量: 7985。

数据集大小

• 下载大小: 11769533 字节。
• 数据集大小: 24536844 字节。

配置

• config_name: default
  • data_files:
    • split: train
      • path: data/train-*