argilla/ultrafeedback_binarized_full

--- dataset_info: features: - name: source dtype: string - name: instruction dtype: string - name: best_response struct: - name: annotations struct: - name: helpfulness struct: - name: Rating dtype: string - name: Rationale dtype: string - name: Rationale For Rating dtype: string - name: Type sequence: string - name: honesty struct: - name: Rating dtype: string - name: Rationale dtype: string - name: instruction_following struct: - name: Rating dtype: string - name: Rationale dtype: string - name: truthfulness struct: - name: Rating dtype: string - name: Rationale dtype: string - name: Rationale For Rating dtype: string - name: Type sequence: string - name: critique dtype: string - name: custom_system_prompt dtype: string - name: model dtype: string - name: overall_score dtype: float64 - name: principle dtype: string - name: response dtype: string - name: best_model dtype: string - name: best_score dtype: float64 - name: random_response struct: - name: annotations struct: - name: helpfulness struct: - name: Rating dtype: string - name: Rationale dtype: string - name: Rationale For Rating dtype: string - name: Type sequence: string - name: honesty struct: - name: Rating dtype: string - name: Rationale dtype: string - name: instruction_following struct: - name: Rating dtype: string - name: Rationale dtype: string - name: truthfulness struct: - name: Rating dtype: string - name: Rationale dtype: string - name: Rationale For Rating dtype: string - name: Type sequence: string - name: critique dtype: string - name: custom_system_prompt dtype: string - name: model dtype: string - name: overall_score dtype: float64 - name: principle dtype: string - name: response dtype: string - name: random_model dtype: string - name: random_score dtype: float64 - name: correct_answers sequence: string - name: incorrect_answers sequence: string splits: - name: train num_bytes: 447221757 num_examples: 63967 download_size: 199896433 dataset_size: 447221757 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "ultrafeedback_binarized_full" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)The dataset ultrafeedback_binarized_full includes multiple features such as source, instruction, best response, random response, etc. Each response contains multiple annotations like helpfulness, honesty, instruction following, and truthfulness, each with ratings and rationales. Additionally, the dataset includes model, overall score, principle, response, best model, best score, random model, random score, correct answers, and incorrect answers. The dataset is split into a training set with 63967 samples.

原始信息汇总

数据集概述

数据集信息

• 特征列表:
  • source: 数据类型为字符串。
  • instruction: 数据类型为字符串。
  • best_response: 包含以下结构:
    • annotations: 包含以下结构:
      • helpfulness: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
        • Rationale For Rating: 数据类型为字符串。
        • Type: 数据类型为字符串序列。
      • honesty: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
      • instruction_following: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
      • truthfulness: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
        • Rationale For Rating: 数据类型为字符串。
        • Type: 数据类型为字符串序列。
    • critique: 数据类型为字符串。
    • custom_system_prompt: 数据类型为字符串。
    • model: 数据类型为字符串。
    • overall_score: 数据类型为浮点数（float64）。
    • principle: 数据类型为字符串。
    • response: 数据类型为字符串。
  • best_model: 数据类型为字符串。
  • best_score: 数据类型为浮点数（float64）。
  • random_response: 包含以下结构:
    • annotations: 包含以下结构:
      • helpfulness: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
        • Rationale For Rating: 数据类型为字符串。
        • Type: 数据类型为字符串序列。
      • honesty: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
      • instruction_following: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
      • truthfulness: 包含以下结构:
        • Rating: 数据类型为字符串。
        • Rationale: 数据类型为字符串。
        • Rationale For Rating: 数据类型为字符串。
        • Type: 数据类型为字符串序列。
    • critique: 数据类型为字符串。
    • custom_system_prompt: 数据类型为字符串。
    • model: 数据类型为字符串。
    • overall_score: 数据类型为浮点数（float64）。
    • principle: 数据类型为字符串。
    • response: 数据类型为字符串。
  • random_model: 数据类型为字符串。
  • random_score: 数据类型为浮点数（float64）。
  • correct_answers: 数据类型为字符串序列。
  • incorrect_answers: 数据类型为字符串序列。

数据集分割

• train:
  • 字节数: 447221757
  • 样本数: 63967

数据集大小

• 下载大小: 199896433 字节
• 数据集大小: 447221757 字节

配置

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