Windy/ultr4_t0_rewrite1_noshort

该数据集包含多个字段，主要用于存储和比较不同响应内容。主要字段包括prompt（提示）、chosen（选择的响应）、rejected（拒绝的响应）、all_generated_responses（所有生成的响应）和all_rm_scores（所有响应评分）。其中，chosen和rejected字段是列表类型，包含content（内容）和role（角色）两个子字段。数据集分为训练集和测试集，训练集包含36307个样本，测试集包含740个样本。数据集的总下载大小为140310397字节，总大小为266809103字节。

This dataset contains multiple fields, primarily used for storing and comparing different response contents. The main fields include prompt, chosen, rejected, all_generated_responses, and all_rm_scores. Among these, the chosen and rejected fields are of list type, containing subfields content and role. The dataset is divided into a training set and a test set, with the training set containing 36,307 samples and the test set containing 740 samples. The total download size of the dataset is 140,310,397 bytes, and the total size is 266,809,103 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• all_generated_responses: 类型为字符串序列。
• all_rm_scores: 类型为空值序列。

数据分割

• train: 包含36307个样本，占用261393196字节。
• test: 包含740个样本，占用5415907字节。

数据集大小

• 下载大小: 140310397字节。
• 数据集总大小: 266809103字节。

配置

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