preference-agents-working/enron-mann-k-3.5K

---
dataset_info:
features:
- name: id
dtype: string
- name: message_id
dtype: string
- name: from
sequence: string
- name: to
sequence: string
- name: forwarded
dtype: bool
- name: date
dtype: string
- name: subject
dtype: string
- name: content
dtype: string
- name: attachments
dtype: string
- name: hypothetical_query_list
sequence: string
- name: queries
sequence: string
- name: baseline-gemma-2b-it
sequence: string
- name: baseline-Mistral-7B-Instruct-v0.2
sequence: string
- name: baseline-gemma-7b-it
sequence: string
splits:
- name: train
num_bytes: 47977370
num_examples: 3549
download_size: 19215640
dataset_size: 47977370
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

原始信息汇总

数据集信息

特征

• id: 数据类型为字符串。
• message_id: 数据类型为字符串。
• from: 数据类型为字符串序列。
• to: 数据类型为字符串序列。
• forwarded: 数据类型为布尔值。
• date: 数据类型为字符串。
• subject: 数据类型为字符串。
• content: 数据类型为字符串。
• attachments: 数据类型为字符串。
• hypothetical_query_list: 数据类型为字符串序列。
• queries: 数据类型为字符串序列。
• baseline-gemma-2b-it: 数据类型为字符串序列。
• baseline-Mistral-7B-Instruct-v0.2: 数据类型为字符串序列。
• baseline-gemma-7b-it: 数据类型为字符串序列。

数据分割

• train: 包含3549个样本，占用47977370字节。

数据集大小

• 下载大小: 19215640字节。
• 数据集大小: 47977370字节。

配置

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