mcding-org/CorrectDPO-Dataset-U10

---
dataset_info:
features:
- name: source
dtype: string
- name: instruction
dtype: string
- name: models
sequence: string
- name: completions
list:
- name: annotations
struct:
- name: helpfulness
struct:
- name: Rating
dtype: string
- name: Rationale
dtype: string
- name: Rationale For Rating
dtype: string
- name: Type
sequence: string
- name: honesty
struct:
- name: Rating
dtype: string
- name: Rationale
dtype: string
- name: instruction_following
struct:
- name: Rating
dtype: string
- name: Rationale
dtype: string
- name: truthfulness
struct:
- name: Rating
dtype: string
- name: Rationale
dtype: string
- name: Rationale For Rating
dtype: string
- name: Type
sequence: string
- name: critique
dtype: string
- name: custom_system_prompt
dtype: string
- name: fine-grained_score
dtype: float64
- name: model
dtype: string
- name: overall_score
dtype: float64
- name: principle
dtype: string
- name: response
dtype: string
- name: correct_answers
sequence: string
- name: incorrect_answers
sequence: string
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
splits:
- name: train
num_bytes: 152904749
num_examples: 7995
- name: eval
num_bytes: 37261985
num_examples: 1998
download_size: 80217552
dataset_size: 190166734
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: eval
path: data/eval-*
---

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。
• instruction：数据类型为字符串。
• models：数据类型为字符串序列。
• completions：列表类型，包含以下结构：
  • annotations：结构体，包含：
    • helpfulness：结构体，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
      • Rationale For Rating：数据类型为字符串。
      • Type：数据类型为字符串序列。
    • honesty：结构体，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
    • instruction_following：结构体，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
    • truthfulness：结构体，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
      • Rationale For Rating：数据类型为字符串。
      • Type：数据类型为字符串序列。
  • critique：数据类型为字符串。
  • custom_system_prompt：数据类型为字符串。
  • fine-grained_score：数据类型为浮点数。
  • model：数据类型为字符串。
  • overall_score：数据类型为浮点数。
  • principle：数据类型为字符串。
  • response：数据类型为字符串。
• correct_answers：数据类型为字符串序列。
• incorrect_answers：数据类型为字符串序列。
• prompt：数据类型为字符串。
• chosen：数据类型为字符串。
• rejected：数据类型为字符串。

数据集分割

• train：包含7995个示例，总字节数为152904749。
• eval：包含1998个示例，总字节数为37261985。

数据集大小

• 下载大小：80217552字节。
• 数据集总大小：190166734字节。

数据文件配置

• default配置：
  • train分割：路径为data/train-*。
  • eval分割：路径为data/eval-*。