five

Taywon/webgpt

收藏
Hugging Face2024-05-23 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/Taywon/webgpt
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: question struct: - name: dataset dtype: string - name: id dtype: string - name: full_text dtype: string - name: quotes_0 sequence: - name: title dtype: string - name: extract dtype: string - name: answer_0 dtype: string - name: tokens_0 struct: - name: prefix sequence: int32 - name: completion sequence: int32 - name: score_0 dtype: float32 - name: quotes_1 sequence: - name: title dtype: string - name: extract dtype: string - name: answer_1 dtype: string - name: tokens_1 struct: - name: prefix sequence: int32 - name: completion sequence: int32 - name: score_1 dtype: float32 - name: input_ids_chosen sequence: int64 - name: attention_mask_chosen sequence: int64 - name: input_ids_rejected sequence: int64 - name: attention_mask_rejected sequence: int64 splits: - name: train num_bytes: 239337866.30222642 num_examples: 12663 - name: eval num_bytes: 12599727.0 num_examples: 667 download_size: 103209679 dataset_size: 251937593.30222642 configs: - config_name: default data_files: - split: train path: data/train-* - split: eval path: data/eval-* --- # Dataset Card for "webgpt" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构:
Taywon
原始信息汇总

数据集概述

数据集特征

  • question

    • dataset: 数据类型为字符串
    • id: 数据类型为字符串
    • full_text: 数据类型为字符串
  • quotes_0

    • title: 数据类型为字符串
    • extract: 数据类型为字符串
  • answer_0: 数据类型为字符串

  • tokens_0

    • prefix: 数据类型为整数序列
    • completion: 数据类型为整数序列
  • score_0: 数据类型为浮点数

  • quotes_1

    • title: 数据类型为字符串
    • extract: 数据类型为字符串
  • answer_1: 数据类型为字符串

  • tokens_1

    • prefix: 数据类型为整数序列
    • completion: 数据类型为整数序列
  • score_1: 数据类型为浮点数

  • input_ids_chosen: 数据类型为整数序列

  • attention_mask_chosen: 数据类型为整数序列

  • input_ids_rejected: 数据类型为整数序列

  • attention_mask_rejected: 数据类型为整数序列

数据集分割

  • train

    • 数据大小: 239337866.30222642 字节
    • 样本数量: 12663
  • eval

    • 数据大小: 12599727.0 字节
    • 样本数量: 667

数据集大小

  • 下载大小: 103209679 字节
  • 总大小: 251937593.30222642 字节

配置文件

  • config_name: default
    • train: 路径为 data/train-*
    • eval: 路径为 data/eval-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作