ZhangShenao/gc_binarized_posonly_ultrafeedback

该数据集包含多个特征，如prompt、prompt_id、chosen、rejected、messages、score_chosen和score_rejected。数据集分为训练集（train_prefs）和测试集（test_prefs），分别包含61135和2000个示例。数据集的下载大小为234605468字节，总大小为450876217字节。

The dataset includes multiple features such as prompt, prompt_id, chosen, rejected, messages, score_chosen, and score_rejected. It is divided into a training set (train_prefs) and a test set (test_prefs), containing 61135 and 2000 examples respectively. The download size of the dataset is 234605468 bytes, and the total size is 450876217 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• chosen: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型

数据分割

• train_prefs:
  • 字节数: 437714632
  • 样本数: 61135
• test_prefs:
  • 字节数: 13161585
  • 样本数: 2000

数据集大小

• 下载大小: 234605468 字节
• 数据集总大小: 450876217 字节

配置

• config_name: default
  • data_files:
    • train_prefs: data/train_prefs-*
    • test_prefs: data/test_prefs-*