YYYYYYibo/ultrafeedback_binarized_imp_sam_1_minpi_2_part_2

该数据集主要用于训练偏好模型，包含19100个示例，分为一个名为train_prefs的分割。数据集包含多个特征，如prompt、prompt_id、chosen、rejected、messages等，每个特征都有其特定的数据类型。数据集的下载大小为155780214字节，数据集大小为286782477字节。

This dataset is primarily used for training preference models, containing 19,100 examples divided into a split named train_prefs. The dataset includes multiple features such as prompt, prompt_id, chosen, rejected, messages, etc., each with its specific data type. The download size of the dataset is 155,780,214 bytes, and the dataset size is 286,782,477 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• chosen: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型 (float64)
• score_rejected: 浮点数类型 (float64)
• reference_response: 字符串类型
• resp0: 字符串类型
• resp1: 字符串类型
• resp2: 字符串类型
• resp3: 字符串类型
• logpi0: 浮点数类型 (float32)
• logpi1: 浮点数类型 (float32)
• logpi2: 浮点数类型 (float32)
• logpi3: 浮点数类型 (float32)
• logpiref0: 浮点数类型 (float32)
• logpiref1: 浮点数类型 (float32)
• logpiref2: 浮点数类型 (float32)
• logpiref3: 浮点数类型 (float32)

数据分割

• train_prefs:
  • num_bytes: 286782477
  • num_examples: 19100

数据集大小

• download_size: 155780214
• dataset_size: 286782477

配置

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