vwxyzjn/ultrafeedback_binarized_1710204240

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: query
list:
- name: content
dtype: string
- name: role
dtype: string
- name: query_token
sequence: int64
- name: query_token_len
dtype: int64
- name: query_chosen_token
sequence: int64
- name: query_chosen_token_len
dtype: int64
- name: chosen_token
sequence: int64
- name: chosen_token_len
dtype: int64
- name: query_rejected_token
sequence: int64
- name: query_rejected_token_len
dtype: int64
- name: rejected_token
sequence: int64
- name: rejected_token_len
dtype: int64
splits:
- name: train_prefs
num_bytes: 975839605.6968021
num_examples: 24122
- name: test_prefs
num_bytes: 31713753.975
num_examples: 786
download_size: 113334298
dataset_size: 1007553359.6718022
configs:
- config_name: default
data_files:
- split: train_prefs
path: data/train_prefs-*
- split: test_prefs
path: data/test_prefs-*
---

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• chosen: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• messages: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• score_chosen: 数据类型为浮点数。
• score_rejected: 数据类型为浮点数。
• query: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• query_token: 数据类型为整数序列。
• query_token_len: 数据类型为整数。
• query_chosen_token: 数据类型为整数序列。
• query_chosen_token_len: 数据类型为整数。
• chosen_token: 数据类型为整数序列。
• chosen_token_len: 数据类型为整数。
• query_rejected_token: 数据类型为整数序列。
• query_rejected_token_len: 数据类型为整数。
• rejected_token: 数据类型为整数序列。
• rejected_token_len: 数据类型为整数。

数据集分割

• train_prefs: 包含24122个示例，总大小为975839605.6968021字节。
• test_prefs: 包含786个示例，总大小为31713753.975字节。

数据集大小

• 下载大小: 113334298字节。
• 数据集总大小: 1007553359.6718022字节。

配置文件

• config_name: default
• data_files:
  • train_prefs: 路径为data/train_prefs-*。
  • test_prefs: 路径为data/test_prefs-*。