burtenshaw/DIBT_prompts_ranked_synthetic_n3_s1000

--- dataset_info: features: - name: input dtype: string - name: quality list: - name: status dtype: string - name: user_id dtype: string - name: value dtype: string - name: metadata dtype: string - name: avg_rating dtype: float64 - name: num_responses dtype: int64 - name: agreement_ratio dtype: float64 - name: raw_responses sequence: int64 - name: kind dtype: string - name: cluster_description dtype: string - name: topic dtype: string - name: generation_model sequence: string - name: generation_prompt list: list: - name: content dtype: string - name: role dtype: string - name: raw_generation_responses sequence: string - name: rating sequence: float64 - name: rationale sequence: string - name: generations sequence: 'null' - name: hash dtype: int64 - name: __index_level_0__ dtype: int64 splits: - name: train num_bytes: 124631137 num_examples: 10328 download_size: 25887169 dataset_size: 124631137 configs: - config_name: default data_files: - split: train path: data/train-* ---

原始信息汇总

数据集概述

数据集特征

• input：字符串类型
• quality：列表类型，包含以下字段：
  • status：字符串类型
  • user_id：字符串类型
  • value：字符串类型
• metadata：字符串类型
• avg_rating：浮点数类型
• num_responses：整数类型
• agreement_ratio：浮点数类型
• raw_responses：整数序列类型
• kind：字符串类型
• cluster_description：字符串类型
• topic：字符串类型
• generation_model：字符串序列类型
• generation_prompt：列表类型，包含以下字段：
  • content：字符串类型
  • role：字符串类型
• raw_generation_responses：字符串序列类型
• rating：浮点数序列类型
• rationale：字符串序列类型
• generations：空值
• hash：整数类型
• index_level_0：整数类型

数据集分割

• train：
  • num_bytes：124631137字节
  • num_examples：10328个样本

数据集大小

• download_size：25887169字节
• dataset_size：124631137字节

配置

• config_name：default
• data_files：
  • split：train
  • path：data/train-*