ContextualAI/ultrabin_clean_max_chosen_min_rejected_rationalized

--- dataset_info: features: - name: source dtype: string - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: chosen-rating dtype: float64 - name: chosen-model dtype: string - name: chosen-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: rejected list: - name: content dtype: string - name: role dtype: string - name: rejected-rating dtype: float64 - name: rejected-model dtype: string - name: rejected-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 splits: - name: train num_bytes: 394950463 num_examples: 60917 download_size: 182975491 dataset_size: 394950463 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集信息

特征

• source: 数据来源，类型为字符串。
• prompt: 提示信息，类型为字符串。
• chosen:
  • content: 内容，类型为字符串。
  • role: 角色，类型为字符串。
• chosen-rating: 评分，类型为浮点数。
• chosen-model: 模型，类型为字符串。
• chosen-annotations:
  • helpfulness:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
    • Rationale For Rating: 评分理由，类型为字符串。
    • Type: 类型，类型为字符串序列。
  • honesty:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
  • instruction_following:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
  • truthfulness:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
    • Rationale For Rating: 评分理由，类型为字符串。
    • Type: 类型，类型为字符串序列。
• rejected:
  • content: 内容，类型为字符串。
  • role: 角色，类型为字符串。
• rejected-rating: 评分，类型为浮点数。
• rejected-model: 模型，类型为字符串。
• rejected-annotations:
  • helpfulness:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
    • Rationale For Rating: 评分理由，类型为字符串。
    • Type: 类型，类型为字符串序列。
  • honesty:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
  • instruction_following:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
  • truthfulness:
    • Rating: 评分，类型为字符串。
    • Rationale: 理由，类型为字符串。
    • Rationale For Rating: 评分理由，类型为字符串。
    • Type: 类型，类型为字符串序列。

数据集划分

• train:
  • num_bytes: 394950463 字节
  • num_examples: 60917 个样本

数据集大小

• download_size: 182975491 字节
• dataset_size: 394950463 字节

配置

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