GitBag/llama3-ultrafeedback

该数据集包含多个特征字段，如prompt、prompt_id、chosen、rejected、messages等，用于存储不同类型的文本数据。数据集包含一个名为train_prefs的分割，包含61135个示例，总大小为991118488字节。

This dataset contains multiple feature fields such as prompt, prompt_id, chosen, rejected, messages, etc., used to store different types of text data. The dataset includes a split named train_prefs, containing 61,135 examples with a total size of 991,118,488 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
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型
• processed_prompt: 字符串类型
• response_0: 字符串类型
• response_1: 字符串类型
• response_2: 字符串类型
• response_3: 字符串类型
• response_4: 字符串类型

数据分割

• train_prefs:
  • 字节数: 991118488
  • 样本数: 61135

数据集大小

• 下载大小: 537304451 字节
• 数据集大小: 991118488 字节

配置

• config_name: default
  • data_files:
    • split: train_prefs
    • path: data/train_prefs-*