UCLAML/data-RPO-Iter1-New-309_generated

---
dataset_info:
features:
- name: prompt_id
dtype: string
- name: prompt
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: all_generated_responses
sequence: string
- name: all_rm_scores
sequence: float64
- name: g
dtype: int64
- name: generate_0
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_1
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_2
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_3
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_4
list:
- name: content
dtype: string
- name: role
dtype: string
- name: probability
sequence:
sequence: float64
- name: rm_scores
sequence: float32
splits:
- name: train
num_bytes: 567312518
num_examples: 19958
download_size: 290331447
dataset_size: 567312518
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "data-RPO-Iter1-New-309_generated"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • prompt_id: 类型为字符串。
  • prompt: 类型为字符串。
  • chosen: 包含两个子字段：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • rejected: 包含两个子字段：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • all_generated_responses: 类型为字符串序列。
  • all_rm_scores: 类型为浮点数序列。
  • g: 类型为整数。
  • generate_0 至 generate_4: 每个包含两个子字段：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • probability: 类型为嵌套的浮点数序列。
  • rm_scores: 类型为浮点数序列。

数据分割

• 训练集:
  • 字节数: 567312518
  • 样本数: 19958

数据集大小

• 下载大小: 290331447 字节
• 数据集大小: 567312518 字节

配置

• 默认配置:
  • 数据文件路径: data/train-*