pushpdeep/UltraFeedback-paired

---
license: mit
task_categories:
- text-generation
language:
- en
size_categories:
- 100K<n<1M
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: question
dtype: string
- name: response_j
dtype: string
- name: response_k
dtype: string
splits:
- name: train
num_bytes: 946257493
num_examples: 318777
download_size: 228559429
dataset_size: 946257493
---

# UltraFeedback Paired

This is a processed version of the [`openbmb/UltraFeedback`](https://huggingface.co/datasets/openbmb/UltraFeedback). The following steps were applied:

- Create pairs `(response_j, response_k)` where j was rated better than k based on `overall_score`
- Sample all 6 pairs for each instruction in the original data

This dataset is useful for LLM alignment techniques(like DPO). The processing steps are in [this repository](https://huggingface.co/datasets/pushpdeep/UltraFeedback-paired/blob/main/Ultrafeedback_paired_version.ipynb
). The code is based on [this repository](https://huggingface.co/datasets/lvwerra/stack-exchange-paired).

原始信息汇总

UltraFeedback Paired 数据集概述

基本信息

• 许可证：MIT
• 任务类别：文本生成
• 语言：英语
• 数据规模：100K<n<1M

配置

• 配置名称：default
• 数据文件：
  • 分割：train
  • 路径：data/train-*

数据集信息

• 特征：
  • 名称：question
    • 数据类型：string
  • 名称：response_j
    • 数据类型：string
  • 名称：response_k
    • 数据类型：string
• 分割：
  • 名称：train
    • 字节数：946257493
    • 样本数：318777
• 下载大小：228559429
• 数据集大小：946257493

处理步骤

• 创建配对 (response_j, response_k)，其中 j 根据 overall_score 评级优于 k
• 对原始数据中的每个指令采样所有 6 对

应用场景

• 适用于 LLM 对齐技术（如 DPO）