ZhangShenao/gc_posonly_fine_filterlowrej_ultrafeedback

该数据集包含多个特征字段，如prompt、prompt_id、chosen、rejected、messages等，每个字段都有其特定的数据类型。数据集被分为训练集和测试集，训练集包含82164个样本，测试集包含2000个样本。数据集的下载大小为325276390字节，总大小为629914792.4036338字节。

The dataset includes multiple feature fields such as prompt, prompt_id, chosen, rejected, messages, etc., each with its specific data type. The dataset is divided into a training set and a test set, with the training set containing 82,164 samples and the test set containing 2,000 samples. The download size of the dataset is 325,276,390 bytes, and the total size is 629,914,792.4036338 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: 616238974.4036338
  • 样本数: 82164
• test_prefs:
  • 字节数: 13675818
  • 样本数: 2000

数据集大小

• 下载大小: 325276390 字节
• 数据集总大小: 629914792.4036338 字节

配置

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