jdchang/hh_static_rlhf_pythia

---
dataset_info:
features:
- name: query
dtype: string
- name: response
dtype: string
- name: chosen
dtype: string
- name: reject
dtype: string
- name: query_response
dtype: string
- name: query_reject
dtype: string
- name: query_token
sequence: int64
- name: response_token
sequence: int64
- name: chosen_token
sequence: int64
- name: reject_token
sequence: int64
- name: query_response_token
sequence: int64
- name: query_reject_token
sequence: int64
splits:
- name: train
num_bytes: 4555916603
num_examples: 126057
- name: val
num_bytes: 240353762
num_examples: 6650
- name: test
num_bytes: 255972017
num_examples: 7084
download_size: 529242090
dataset_size: 5052242382
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: val
path: data/val-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

特征信息

• query: 数据类型为字符串。
• response: 数据类型为字符串。
• chosen: 数据类型为字符串。
• reject: 数据类型为字符串。
• query_response: 数据类型为字符串。
• query_reject: 数据类型为字符串。
• query_token: 数据类型为整数序列。
• response_token: 数据类型为整数序列。
• chosen_token: 数据类型为整数序列。
• reject_token: 数据类型为整数序列。
• query_response_token: 数据类型为整数序列。
• query_reject_token: 数据类型为整数序列。

数据分割

• train: 包含126057个样本，总字节数为4555916603。
• val: 包含6650个样本，总字节数为240353762。
• test: 包含7084个样本，总字节数为255972017。

数据集大小

• 下载大小: 529242090字节。
• 数据集大小: 5052242382字节。

配置信息

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