HachiML/oasst1_for_self-rewarding_EFT_Mixtral-8x22B-Instruct

---
dataset_info:
features:
- name: message_tree_id
dtype: string
- name: prompter_message_id
dtype: string
- name: assistant_message_id
dtype: string
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: assistant_rank
dtype: float64
- name: assistant_detoxify
struct:
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: obscene
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexual_explicit
dtype: float64
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: prompter_detoxify
struct:
- name: identity_attack
dtype: float64
- name: insult
dtype: float64
- name: obscene
dtype: float64
- name: severe_toxicity
dtype: float64
- name: sexual_explicit
dtype: float64
- name: threat
dtype: float64
- name: toxicity
dtype: float64
- name: assistant_labels
struct:
- name: count
sequence: int64
- name: name
sequence: string
- name: value
sequence: float64
- name: prompter_labels
struct:
- name: count
sequence: int64
- name: name
sequence: string
- name: value
sequence: float64
- name: reward
dtype: float64
- name: __index_level_0__
dtype: int64
splits:
- name: train
num_bytes: 9779852
num_examples: 4715
- name: test
num_bytes: 1087228
num_examples: 524
download_size: 4221657
dataset_size: 10867080
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

数据集特征

• message_tree_id: 数据类型为字符串。
• prompter_message_id: 数据类型为字符串。
• assistant_message_id: 数据类型为字符串。
• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• assistant_rank: 数据类型为浮点数。
• assistant_detoxify: 结构化数据，包含以下子特征：
  • identity_attack: 数据类型为浮点数。
  • insult: 数据类型为浮点数。
  • obscene: 数据类型为浮点数。
  • severe_toxicity: 数据类型为浮点数。
  • sexual_explicit: 数据类型为浮点数。
  • threat: 数据类型为浮点数。
  • toxicity: 数据类型为浮点数。
• prompter_detoxify: 结构化数据，包含以下子特征：
  • identity_attack: 数据类型为浮点数。
  • insult: 数据类型为浮点数。
  • obscene: 数据类型为浮点数。
  • severe_toxicity: 数据类型为浮点数。
  • sexual_explicit: 数据类型为浮点数。
  • threat: 数据类型为浮点数。
  • toxicity: 数据类型为浮点数。
• assistant_labels: 结构化数据，包含以下子特征：
  • count: 数据类型为整数序列。
  • name: 数据类型为字符串序列。
  • value: 数据类型为浮点数序列。
• prompter_labels: 结构化数据，包含以下子特征：
  • count: 数据类型为整数序列。
  • name: 数据类型为字符串序列。
  • value: 数据类型为浮点数序列。
• reward: 数据类型为浮点数。
• index_level_0: 数据类型为整数。

数据集分割

• train: 包含4715个示例，占用9779852字节。
• test: 包含524个示例，占用1087228字节。

数据集大小

• 下载大小: 4221657字节。
• 数据集大小: 10867080字节。

配置文件

• config_name: default
• data_files:
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。