ShenaoZ/0.0_dataup_dataset

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: is_better
dtype: bool
splits:
- name: test_prefs_1
num_bytes: 13729700
num_examples: 2000
- name: train_prefs_1
num_bytes: 141019729
num_examples: 20378
- name: test_prefs_2
num_bytes: 14337250
num_examples: 2000
- name: train_prefs_2
num_bytes: 147415924
num_examples: 20378
download_size: 175341641
dataset_size: 316502603
configs:
- config_name: default
data_files:
- split: test_prefs_1
path: data/test_prefs_1-*
- split: train_prefs_1
path: data/train_prefs_1-*
- split: test_prefs_2
path: data/test_prefs_2-*
- split: train_prefs_2
path: data/train_prefs_2-*
---
# Dataset Card for "0.0_dataup_dataset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• messages: 列表类型，包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• score_chosen: 数据类型为浮点数。
• score_rejected: 数据类型为浮点数。
• chosen: 列表类型，包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 列表类型，包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• is_better: 数据类型为布尔值。

数据集分割

• test_prefs_1: 大小为13729700字节，包含2000个样本。
• train_prefs_1: 大小为141019729字节，包含20378个样本。
• test_prefs_2: 大小为14337250字节，包含2000个样本。
• train_prefs_2: 大小为147415924字节，包含20378个样本。

数据集大小

• 下载大小: 175341641字节。
• 数据集大小: 316502603字节。

配置文件

• config_name: default
• data_files:
  • split: test_prefs_1, path: data/test_prefs_1-*
  • split: train_prefs_1, path: data/train_prefs_1-*
  • split: test_prefs_2, path: data/test_prefs_2-*
  • split: train_prefs_2, path: data/train_prefs_2-*