dvilasuero/ultrafeedback-followup

---
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: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected-rating
dtype: float64
- name: rejected-model
dtype: string
- name: input
struct:
- name: generation
struct:
- name: content
dtype: string
- name: role
dtype: string
- name: instruction
struct:
- name: content
dtype: string
- name: role
dtype: string
- name: generation_model
dtype: string
- name: generation_prompt
list:
- name: content
dtype: string
- name: role
dtype: string
- name: raw_generation_responses
sequence: string
- name: generations
sequence: string
splits:
- name: train
num_bytes: 51524779
num_examples: 6000
download_size: 27363328
dataset_size: 51524779
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集概述

数据特征

• source: 数据来源，数据类型为字符串。
• prompt: 提示信息，数据类型为字符串。
• chosen:
  • content: 被选中的内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• chosen-rating: 被选中的评分，数据类型为浮点数（float64）。
• chosen-model: 被选中的模型，数据类型为字符串。
• rejected:
  • content: 被拒绝的内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• rejected-rating: 被拒绝的评分，数据类型为浮点数（float64）。
• rejected-model: 被拒绝的模型，数据类型为字符串。
• input:
  • generation:
    • content: 生成的内容，数据类型为字符串。
    • role: 角色，数据类型为字符串。
  • instruction:
    • content: 指令内容，数据类型为字符串。
    • role: 角色，数据类型为字符串。
• generation_model: 生成模型，数据类型为字符串。
• generation_prompt:
  • content: 生成提示内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• raw_generation_responses: 原始生成响应，数据类型为字符串序列。
• generations: 生成内容，数据类型为字符串序列。

数据分割

• train: 训练集，包含51524779字节的数据和6000个样本。

数据集大小

• 下载大小: 27363328字节
• 数据集大小: 51524779字节

配置

• default: 默认配置，包含训练集数据文件，路径为data/train-*。