preference-agents-working/enron-jeff-dasovich

--- dataset_info: features: - name: id dtype: string - name: message_id dtype: string - name: from dtype: string - name: to dtype: string - name: date dtype: string - name: subject dtype: string - name: content dtype: string - name: email_context dtype: string - name: token_count_content dtype: int32 - name: token_count_context dtype: int32 - name: __index_level_0__ dtype: int64 - name: generated_intent dtype: string - name: train_data_gemma_format dtype: string - name: baseline_gemma-7b-it dtype: string - name: baseline_gemma-2b-it dtype: string - name: baseline_Mistral-7B-Instruct-v0.2 dtype: string - name: automatic_eval_Mistral-7B-Instruct-v0.2 struct: - name: BERT Cosine Similarity dtype: float64 - name: BLEU Score dtype: float64 - name: Jaccard Similarity dtype: float64 - name: Levenshtein Distance dtype: int64 - name: TF-IDF Cosine Similarity dtype: float64 - name: automatic_eval_gemma-2b-it struct: - name: BERT Cosine Similarity dtype: float64 - name: BLEU Score dtype: float64 - name: Jaccard Similarity dtype: float64 - name: Levenshtein Distance dtype: int64 - name: TF-IDF Cosine Similarity dtype: float64 - name: automatic_eval_gemma-7b-it struct: - name: BERT Cosine Similarity dtype: float64 - name: BLEU Score dtype: float64 - name: Jaccard Similarity dtype: float64 - name: Levenshtein Distance dtype: int64 - name: TF-IDF Cosine Similarity dtype: float64 - name: sft_prompt_gemma-2b-it dtype: string - name: sft_text_gemma dtype: string - name: automatic_eval_finetune_gemma-2b-it struct: - name: BERT Cosine Similarity dtype: float64 - name: BLEU Score dtype: float64 - name: Jaccard Similarity dtype: float64 - name: Levenshtein Distance dtype: int64 - name: TF-IDF Cosine Similarity dtype: float64 - name: finetune_gemma-2b-it dtype: string - name: cleaned_finetune_gemma-2b-it dtype: string - name: finetune_gemma-7b-it dtype: string - name: cleaned_finetune_gemma-7b-it dtype: string - name: automatic_eval_finetune_gemma-7b-it struct: - name: BERT Cosine Similarity dtype: float64 - name: BLEU Score dtype: float64 - name: Jaccard Similarity dtype: float64 - name: Levenshtein Distance dtype: int64 - name: TF-IDF Cosine Similarity dtype: float64 - name: automatic_eval_finetune_Mistral-7B-Instruct-v0.2 struct: - name: BERT Cosine Similarity dtype: float64 - name: BLEU Score dtype: float64 - name: Jaccard Similarity dtype: float64 - name: Levenshtein Distance dtype: int64 - name: TF-IDF Cosine Similarity dtype: float64 - name: sft_text_Mistral dtype: string - name: finetune_Mistral-7B-Instruct-v0.2 dtype: string - name: cleaned_finetune_Mistral-7B-Instruct-v0.2 dtype: string splits: - name: train num_bytes: 4645727 num_examples: 260 - name: test num_bytes: 1228392 num_examples: 65 download_size: 3206836 dataset_size: 5874119 configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* ---

原始信息汇总

数据集特征

基本特征

• id: 字符串类型
• message_id: 字符串类型
• from: 字符串类型
• to: 字符串类型
• date: 字符串类型
• subject: 字符串类型
• content: 字符串类型
• email_context: 字符串类型
• token_count_content: 整数类型（int32）
• token_count_context: 整数类型（int32）
• index_level_0: 整数类型（int64）
• generated_intent: 字符串类型
• train_data_gemma_format: 字符串类型
• baseline_gemma-7b-it: 字符串类型
• baseline_gemma-2b-it: 字符串类型
• baseline_Mistral-7B-Instruct-v0.2: 字符串类型

自动评估指标

• automatic_eval_Mistral-7B-Instruct-v0.2: 结构类型，包含以下指标：
  • BERT Cosine Similarity: 浮点类型（float64）
  • BLEU Score: 浮点类型（float64）
  • Jaccard Similarity: 浮点类型（float64）
  • Levenshtein Distance: 整数类型（int64）
  • TF-IDF Cosine Similarity: 浮点类型（float64）
• automatic_eval_gemma-2b-it: 结构类型，包含以下指标：
  • BERT Cosine Similarity: 浮点类型（float64）
  • BLEU Score: 浮点类型（float64）
  • Jaccard Similarity: 浮点类型（float64）
  • Levenshtein Distance: 整数类型（int64）
  • TF-IDF Cosine Similarity: 浮点类型（float64）
• automatic_eval_gemma-7b-it: 结构类型，包含以下指标：
  • BERT Cosine Similarity: 浮点类型（float64）
  • BLEU Score: 浮点类型（float64）
  • Jaccard Similarity: 浮点类型（float64）
  • Levenshtein Distance: 整数类型（int64）
  • TF-IDF Cosine Similarity: 浮点类型（float64）

微调相关特征

• sft_prompt_gemma-2b-it: 字符串类型
• sft_text_gemma: 字符串类型
• automatic_eval_finetune_gemma-2b-it: 结构类型，包含以下指标：
  • BERT Cosine Similarity: 浮点类型（float64）
  • BLEU Score: 浮点类型（float64）
  • Jaccard Similarity: 浮点类型（float64）
  • Levenshtein Distance: 整数类型（int64）
  • TF-IDF Cosine Similarity: 浮点类型（float64）
• finetune_gemma-2b-it: 字符串类型
• cleaned_finetune_gemma-2b-it: 字符串类型
• finetune_gemma-7b-it: 字符串类型
• cleaned_finetune_gemma-7b-it: 字符串类型
• automatic_eval_finetune_gemma-7b-it: 结构类型，包含以下指标：
  • BERT Cosine Similarity: 浮点类型（float64）
  • BLEU Score: 浮点类型（float64）
  • Jaccard Similarity: 浮点类型（float64）
  • Levenshtein Distance: 整数类型（int64）
  • TF-IDF Cosine Similarity: 浮点类型（float64）
• automatic_eval_finetune_Mistral-7B-Instruct-v0.2: 结构类型，包含以下指标：
  • BERT Cosine Similarity: 浮点类型（float64）
  • BLEU Score: 浮点类型（float64）
  • Jaccard Similarity: 浮点类型（float64）
  • Levenshtein Distance: 整数类型（int64）
  • TF-IDF Cosine Similarity: 浮点类型（float64）
• sft_text_Mistral: 字符串类型
• finetune_Mistral-7B-Instruct-v0.2: 字符串类型
• cleaned_finetune_Mistral-7B-Instruct-v0.2: 字符串类型

数据集分割

• train: 260个样本，4645727字节
• test: 65个样本，1228392字节

数据集大小

• 下载大小: 3206836字节
• 数据集大小: 5874119字节