GitBag/llama3-ultrafeedback-armo

该数据集包含多个响应、提示、奖励分数、选择和拒绝等信息，主要用于训练和评估模型。数据集的训练部分包含58,573个样本，总大小为4,654,271,291字节。

This dataset includes multiple responses, prompts, reward scores, chosen and rejected responses, primarily used for training and evaluating models. The training portion of the dataset contains 58,573 samples with a total size of 4,654,271,291 bytes.

原始信息汇总

数据集概述

数据集特征

• response_0: 字符串类型
• response_1: 字符串类型
• response_2: 字符串类型
• response_3: 字符串类型
• response_4: 字符串类型
• prompt_id: 字符串类型
• prompt: 字符串类型
• llama_prompt: 字符串类型
• llama_prompt_tokens: 整数序列
• response_0_reward: 浮点数类型
• response_1_reward: 浮点数类型
• response_2_reward: 浮点数类型
• response_3_reward: 浮点数类型
• response_4_reward: 浮点数类型
• chosen: 字符串类型
• chosen_reward: 浮点数类型
• llama_chosen: 字符串类型
• llama_chosen_tokens: 整数序列
• reject: 字符串类型
• reject_reward: 浮点数类型
• llama_reject: 字符串类型
• llama_reject_tokens: 整数序列
• chosen_logprob: 浮点数类型
• reject_logprob: 浮点数类型

数据集分割

• train_prefs:
  • 字节数: 4654271291
  • 样本数: 58573

数据集大小

• 下载大小: 740402203 字节
• 数据集大小: 4654271291 字节

配置

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