davanstrien/haiku_kto

---
dataset_info:
features:
- name: prompt
dtype: string
id: field
- name: completion
dtype: string
id: field
- name: label
dtype: bool
- name: label-suggestion
dtype: string
id: suggestion
- name: label-suggestion-metadata
struct:
- name: type
dtype: string
id: suggestion-metadata
- name: score
dtype: float32
id: suggestion-metadata
- name: agent
dtype: string
id: suggestion-metadata
- name: external_id
dtype: string
id: external_id
- name: metadata
dtype: string
id: metadata
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 44005
num_examples: 92
download_size: 26254
dataset_size: 44005
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 字段名：提示词（prompt），数据类型：字符串，字段标识：field
- 字段名：补全文本（completion），数据类型：字符串，字段标识：field
- 字段名：标签（label），数据类型：布尔型
- 字段名：标签建议（label-suggestion），数据类型：字符串，字段标识：suggestion
- 字段名：标签建议元数据（label-suggestion-metadata），结构体类型，包含以下子字段：
- 子字段名：类型（type），数据类型：字符串，字段标识：suggestion-metadata
- 子字段名：得分（score），数据类型：单精度浮点型（float32），字段标识：suggestion-metadata
- 子字段名：智能体（agent），数据类型：字符串，字段标识：suggestion-metadata
- 字段名：外部ID（external_id），数据类型：字符串，字段标识：external_id
- 字段名：元数据（metadata），数据类型：字符串，字段标识：metadata
- 字段名：对话消息列表（messages），列表类型，每个列表元素为结构体，包含子字段：
- 子字段名：内容（content），数据类型：字符串
- 子字段名：角色（role），数据类型：字符串
数据集划分：
- 划分名称：训练集（train），占用字节数：44005，样本数量：92
下载总大小：26254，数据集总大小：44005
配置项：
- 配置名称：默认配置（default），数据文件配置：
- 对应数据集划分：训练集，文件路径：data/train-*

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。
• completion: 数据类型为字符串。
• label: 数据类型为布尔值。
• label-suggestion: 数据类型为字符串。
• label-suggestion-metadata: 结构化数据，包含以下字段：
  • type: 数据类型为字符串。
  • score: 数据类型为浮点数（float32）。
  • agent: 数据类型为字符串。
• external_id: 数据类型为字符串。
• metadata: 数据类型为字符串。
• messages: 列表类型，包含以下字段：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。

数据集分割

• train:
  • 数据大小: 44005 字节
  • 示例数量: 92

数据集大小

• 下载大小: 26254 字节
• 数据集总大小: 44005 字节

配置

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