ShenaoZhang/0.001_4iters_bs256_nodpo_only4w_userresponse_dataset

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: reference_response
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: is_better
dtype: bool
splits:
- name: test_prefs_1
num_bytes: 15222029
num_examples: 2000
- name: train_prefs_1
num_bytes: 75997363
num_examples: 10000
- name: test_prefs_2
num_bytes: 18857556
num_examples: 2000
- name: train_prefs_2
num_bytes: 93984817
num_examples: 10000
- name: test_prefs_3
num_bytes: 16287791
num_examples: 2000
- name: train_prefs_3
num_bytes: 82524907
num_examples: 10000
- name: test_prefs_4
num_bytes: 17568269
num_examples: 2000
- name: train_prefs_4
num_bytes: 87962448
num_examples: 10000
download_size: 218238878
dataset_size: 408405180
configs:
- config_name: default
data_files:
- split: test_prefs_1
path: data/test_prefs_1-*
- split: train_prefs_1
path: data/train_prefs_1-*
- split: test_prefs_2
path: data/test_prefs_2-*
- split: train_prefs_2
path: data/train_prefs_2-*
- split: test_prefs_3
path: data/test_prefs_3-*
- split: train_prefs_3
path: data/train_prefs_3-*
- split: test_prefs_4
path: data/test_prefs_4-*
- split: train_prefs_4
path: data/train_prefs_4-*
---
# Dataset Card for "0.001_4iters_bs256_nodpo_only4w_userresponse_dataset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: 0.001_4iters_bs256_nodpo_only4w_userresponse_dataset

数据集特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• messages: 列表类型，包含以下子特征：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型（float64）
• score_rejected: 浮点数类型（float64）
• reference_response: 字符串类型
• chosen: 列表类型，包含以下子特征：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下子特征：
  • content: 字符串类型
  • role: 字符串类型
• is_better: 布尔类型

数据集分割

• test_prefs_1:
  • num_bytes: 15222029
  • num_examples: 2000
• train_prefs_1:
  • num_bytes: 75997363
  • num_examples: 10000
• test_prefs_2:
  • num_bytes: 18857556
  • num_examples: 2000
• train_prefs_2:
  • num_bytes: 93984817
  • num_examples: 10000
• test_prefs_3:
  • num_bytes: 16287791
  • num_examples: 2000
• train_prefs_3:
  • num_bytes: 82524907
  • num_examples: 10000
• test_prefs_4:
  • num_bytes: 17568269
  • num_examples: 2000
• train_prefs_4:
  • num_bytes: 87962448
  • num_examples: 10000

数据集大小

• download_size: 218238878
• dataset_size: 408405180

搜集汇总

背景与挑战

背景概述

该数据集是一个用于偏好学习或对话模型训练的中等规模数据集，包含48,000行数据，总大小为218 MB，格式为Parquet。数据样本显示其包含用户提示、响应消息、评分（chosen和rejected的分数）以及偏好标签（如is_bool），适用于训练模型区分优选和拒绝响应。数据集具有多个子集分割，支持训练和测试任务。