jdchang/hh_static_rm_pythia

---
dataset_info:
features:
- name: query
dtype: string
- name: response
dtype: string
- name: chosen
dtype: string
- name: reject
dtype: string
- name: query_response
dtype: string
- name: query_reject
dtype: string
- name: query_token
sequence: int64
- name: response_token
sequence: int64
- name: chosen_token
sequence: int64
- name: reject_token
sequence: int64
- name: query_response_token
sequence: int64
- name: query_reject_token
sequence: int64
splits:
- name: train
num_bytes: 6771470107
num_examples: 128321
- name: val
num_bytes: 356535502
num_examples: 6756
- name: test
num_bytes: 380510850
num_examples: 7212
download_size: 593432517
dataset_size: 7508516459
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• query: 数据类型为字符串。
• response: 数据类型为字符串。
• chosen: 数据类型为字符串。
• reject: 数据类型为字符串。
• query_response: 数据类型为字符串。
• query_reject: 数据类型为字符串。
• query_token: 数据类型为整数序列。
• response_token: 数据类型为整数序列。
• chosen_token: 数据类型为整数序列。
• reject_token: 数据类型为整数序列。
• query_response_token: 数据类型为整数序列。
• query_reject_token: 数据类型为整数序列。

数据集划分

• train: 包含128321个样本，总字节数为6771470107。
• val: 包含6756个样本，总字节数为356535502。
• test: 包含7212个样本，总字节数为380510850。

数据集大小

• 下载大小: 593432517字节。
• 数据集总大小: 7508516459字节。

配置信息

• default:
  • train: 数据文件路径为data/train-*。
  • val: 数据文件路径为data/val-*。
  • test: 数据文件路径为data/test-*。