gogo8232/ucla-agi-data-mistral-7b-instruct-sppo-iter1_perplexities

该数据集包含多个特征字段，如prompt_id、prompt、chosen_ucla、rejected_ucla、chosen_hf、rejected_hf等，每个字段都有特定的数据类型。数据集包含一个训练集分割，共有19773个样本，总大小为184671437字节。

The dataset includes multiple feature fields such as prompt_id, prompt, chosen_ucla, rejected_ucla, chosen_hf, rejected_hf, etc., each with specific data types. The dataset contains a training set split with 19,773 samples and a total size of 184,671,437 bytes.

原始信息汇总

数据集概述

数据集信息

特征

• prompt_id: 字符串类型
• prompt: 字符串类型
• chosen_ucla: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected_ucla: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• chosen_hf: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• rejected_hf: 列表类型
  • content: 字符串类型
  • role: 字符串类型
• chosen_probs: 浮点数类型
• chosen_probs_win: 浮点数类型
• chosen_probs_lose: 浮点数类型
• chosen_ucla_perplexity: 浮点数类型
• rejected_ucla_perplexity: 浮点数类型
• chosen_hf_perplexity: 浮点数类型
• chosen_ucla_before_perplexity: 浮点数类型
• rejected_ucla_before_perplexity: 浮点数类型
• chosen_hf_before_perplexity: 浮点数类型

数据分割

• train:
  • 字节数: 184671437
  • 样本数: 19773

数据集大小

• 下载大小: 102814955 字节
• 数据集大小: 184671437 字节

配置

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