RLAIF/testing_ultrafeedback_binarized_v1

该数据集包含多个特征字段，如prompt、prompt_id、chosen、rejected、messages、score_chosen和score_rejected等。数据集分为train、test和val三个部分，分别包含55021、3057和3057个样本，对应的字节大小分别为364960134、20219373和20509155。数据集的下载大小为225947073字节，总大小为405688662字节。该数据集基于Ultrafeedback Binarized数据集，但使用了作者偏好的命名方式（train/test/val）以便于尝试训练API。

This dataset contains multiple feature fields such as prompt, prompt_id, chosen, rejected, messages, score_chosen, and score_rejected. The dataset is divided into train, test, and val splits, containing 55021, 3057, and 3057 samples respectively, with corresponding byte sizes of 364960134, 20219373, and 20509155. The download size of the dataset is 225947073 bytes, and the total size is 405688662 bytes. This dataset is based on the Ultrafeedback Binarized dataset but uses the authors preferred naming convention (train/test/val) for trying out the training API.

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
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型

数据分割

• train:
  • 字节数: 364960134
  • 样本数: 55021
• test:
  • 字节数: 20219373
  • 样本数: 3057
• val:
  • 字节数: 20509155
  • 样本数: 3057

数据集大小

• 下载大小: 225947073 字节
• 数据集总大小: 405688662 字节

配置

• config_name: default
  • data_files:
    • train: data/train-*
    • test: data/test-*
    • val: data/val-*