coseal/CodeUltraFeedback_binarized

---
dataset_info:
features:
- name: instruction
dtype: string
- name: preference
dtype: string
- name: models
sequence: string
- name: responses
list:
- name: model
dtype: string
- name: response
dtype: string
- name: annotations
list:
- name: model
dtype: string
- name: rating
dtype: string
- name: rationale
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: rating_chosen
dtype: int64
- name: rating_rejected
dtype: int64
- name: model_chosen
dtype: string
- name: model_rejected
dtype: string
splits:
- name: train
num_bytes: 122438403
num_examples: 9500
download_size: 52525597
dataset_size: 122438403
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
license: mit
task_categories:
- text-generation
tags:
- AI feedback
- llm-as-a-judge
- code generation
- preference dataset
- coding preferences
- codeultrafeedback
size_categories:
- 1K<n<10K
---

Instructions coming soon

原始信息汇总

数据集概述

数据集信息

• 特征列表:

  • instruction: 数据类型为 string
  • preference: 数据类型为 string
  • models: 数据类型为 string 的序列
  • responses: 列表，包含以下字段:
    • model: 数据类型为 string
    • response: 数据类型为 string
  • annotations: 列表，包含以下字段:
    • model: 数据类型为 string
    • rating: 数据类型为 string
    • rationale: 数据类型为 string
  • chosen: 数据类型为 string
  • rejected: 数据类型为 string
  • rating_chosen: 数据类型为 int64
  • rating_rejected: 数据类型为 int64
  • model_chosen: 数据类型为 string
  • model_rejected: 数据类型为 string

• 数据分割:

  • train: 包含 9500 个样本，占用 122438403 字节

• 数据集大小:

  • 下载大小: 52525597 字节
  • 数据集大小: 122438403 字节

配置信息

• 配置名称: default
• 数据文件:
  • train: 路径为 data/train-*

许可证

• MIT 许可证

任务类别

• 文本生成

标签

• AI反馈
• 大型语言模型作为评判
• 代码生成
• 偏好数据集
• 编码偏好
• CodeUltraFeedback

大小类别

• 1K<n<10K