jz666/llama3-ultrafeedback-reward-4

该数据集包含多个特征，包括prompt_id（提示ID）、prompt（提示内容）、all_generated_responses（所有生成的响应）、all_rm_scores（所有评分模型的分数）、chosen（被选中的响应内容及其角色）和rejected（被拒绝的响应内容及其角色）。数据集分为test、train_q1、train_q2、train_q3和train_q4五个部分，分别包含不同数量的示例和字节大小。总下载大小为417121053字节，总数据集大小为911341050.0字节。