HachiML/oasst1_for_self-rewarding_EFT_MSv0.3

---
dataset_info:
features:
- name: message_tree_id
dtype: string
- name: prompter_message_id
dtype: string
- name: assistant_message_id
dtype: string
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: assistant_rank
dtype: float64
- name: assistant_detoxify
struct:
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: obscene
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexual_explicit
dtype: float64
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: prompter_detoxify
struct:
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: obscene
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexual_explicit
dtype: float64
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: assistant_labels
struct:
- name: count
sequence: int32
- name: name
sequence: string
- name: value
sequence: float64
- name: prompter_labels
struct:
- name: count
sequence: int32
- name: name
sequence: string
- name: value
sequence: float64
- name: reward
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 3102053
num_examples: 1681
- name: test
num_bytes: 986435
num_examples: 561
download_size: 1587393
dataset_size: 4088488
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• message_tree_id: 字符串类型
• prompter_message_id: 字符串类型
• assistant_message_id: 字符串类型
• instruction: 字符串类型
• input: 字符串类型
• output: 字符串类型
• assistant_rank: 浮点数类型
• assistant_detoxify: 结构体类型，包含以下子特征：
  • identity_attack: 浮点数类型
  • insult: 浮点数类型
  • obscene: 浮点数类型
  • severe_toxicity: 浮点数类型
  • sexual_explicit: 浮点数类型
  • threat: 浮点数类型
  • toxicity: 浮点数类型
• prompter_detoxify: 结构体类型，包含以下子特征：
  • identity_attack: 浮点数类型
  • insult: 浮点数类型
  • obscene: 浮点数类型
  • severe_toxicity: 浮点数类型
  • sexual_explicit: 浮点数类型
  • threat: 浮点数类型
  • toxicity: 浮点数类型
• assistant_labels: 结构体类型，包含以下子特征：
  • count: 整数序列类型
  • name: 字符串序列类型
  • value: 浮点数序列类型
• prompter_labels: 结构体类型，包含以下子特征：
  • count: 整数序列类型
  • name: 字符串序列类型
  • value: 浮点数序列类型
• reward: 浮点数类型
• index_level_0: 整数类型

数据集分割

• train: 1681个样本，占用3102053字节
• test: 561个样本，占用986435字节

数据集大小

• 下载大小: 1587393字节
• 数据集大小: 4088488字节

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*
  • test: 路径为data/test-*