ZhangShenao/gc_posonly_fine_ultrafeedback

该数据集包含用于训练和测试的对话数据，主要特征包括prompt（提示）、prompt_id（提示ID）、chosen（选择的回复）、rejected（拒绝的回复）、messages（消息列表）等。每个回复都有详细的内容和角色信息，并且包含整体评分和细粒度评分。数据集分为train_prefs和test_prefs两个部分，分别用于训练和测试。

This dataset contains dialogue data for training and testing, with main features including prompt, prompt_id, chosen (selected response), rejected (rejected response), messages (list of messages), etc. Each response includes detailed content and role information, along with overall scores and fine-grained scores. The dataset is divided into train_prefs and test_prefs for training and testing purposes.

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，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• overall_score_chosen: 浮点数类型
• overall_score_rejected: 浮点数类型
• fine_grain_score_chosen: 浮点数序列类型
• fine_grain_score_rejected: 浮点数序列类型
• avg_fine_score_chosen: 浮点数类型
• avg_fine_score_rejected: 浮点数类型

数据分割

• train_prefs:
  • 字节数: 356758381
  • 样本数: 47553
• test_prefs:
  • 字节数: 13675818
  • 样本数: 2000

数据集大小

• 下载大小: 187863638 字节
• 数据集总大小: 370434199 字节

配置

• config_name: default
  • data_files:
    • train_prefs: data/train_prefs-*
    • test_prefs: data/test_prefs-*