flydust/ultrafeedback-labeled

这是一个标记版本的数据集，名为UltraFeedback。该数据集使用Llama-3-8B Instruct模型来标记指令。数据集包含多个特征，如prompt_id、prompt、chosen、rejected和task_category。数据集分为训练集和测试集，训练集包含59876个样本，测试集包含1961个样本。

This is the labeled version of the UltraFeedback dataset. We use Llama-3-8B Instruct to label instructions. The dataset contains multiple features such as prompt_id, prompt, chosen, rejected, and task_category. The dataset is divided into a training set and a test set, with the training set containing 59,876 samples and the test set containing 1,961 samples.

原始信息汇总

数据集概述

数据集信息

特征

• prompt_id: 字符串类型
• prompt: 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
• task_category: 字符串类型

数据分割

• train:
  • 字节数: 344806152
  • 样本数: 59876
• test:
  • 字节数: 11084209
  • 样本数: 1961

数据集大小

• 下载大小: 190274478 字节
• 数据集大小: 355890361 字节

配置

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