Mitsuki-Sakamoto/hh-rlhf-reward-model-deberta-v3-large-v2-helpful-2-original_mix_75_random_seed_3

---
dataset_info:
features:
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: reward_model_prompt_format
dtype: string
- name: reward_1
dtype: float64
- name: reward_2
dtype: float64
- name: index
dtype: int64
- name: generate_format_dict
dtype: string
- name: gen_kwargs
struct:
- name: do_sample
dtype: bool
- name: max_new_tokens
dtype: int64
- name: pad_token_id
dtype: int64
- name: top_k
dtype: int64
- name: top_p
dtype: float64
- name: n_samples
dtype: int64
- name: reject_select
dtype: string
splits:
- name: train
num_bytes: 111754695.00200753
num_examples: 43834
- name: test
num_bytes: 6011833.034834324
num_examples: 2353
download_size: 68399032
dataset_size: 117766528.03684185
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• chosen: 类型为字符串。
• rejected: 类型为字符串。
• reward_model_prompt_format: 类型为字符串。
• reward_1: 类型为浮点数。
• reward_2: 类型为浮点数。
• index: 类型为整数。
• generate_format_dict: 类型为字符串。
• gen_kwargs: 结构化数据，包含以下字段：
  • do_sample: 类型为布尔值。
  • max_new_tokens: 类型为整数。
  • pad_token_id: 类型为整数。
  • top_k: 类型为整数。
  • top_p: 类型为浮点数。
• n_samples: 类型为整数。
• reject_select: 类型为字符串。

数据集划分

• train: 包含43834个样本，占用111754695.00200753字节。
• test: 包含2353个样本，占用6011833.034834324字节。

数据集大小

• 下载大小: 68399032字节。
• 总大小: 117766528.03684185字节。

配置信息

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