weijie210/UC_prefs_nosub_iter_0

--- dataset_info: features: - name: prompt dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: critique dtype: string - name: post_score dtype: int64 - name: pre_score dtype: int64 - name: score_diff dtype: int64 - name: subsitute dtype: bool splits: - name: train_sft num_bytes: 68234963 num_examples: 12879 - name: test_sft num_bytes: 7943973 num_examples: 1495 download_size: 39411810 dataset_size: 76178936 configs: - config_name: default data_files: - split: train_sft path: data/train_sft-* - split: test_sft path: data/test_sft-* ---

原始信息汇总

数据集概述

数据集特征

• prompt: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• critique: 类型为字符串。
• post_score: 类型为整数（int64）。
• pre_score: 类型为整数（int64）。
• score_diff: 类型为整数（int64）。
• subsitute: 类型为布尔值（bool）。

数据集分割

• train_sft:
  • 字节数: 68234963
  • 样本数: 12879
• test_sft:
  • 字节数: 7943973
  • 样本数: 1495

数据集大小

• 下载大小: 39411810 字节
• 数据集大小: 76178936 字节

配置

• default 配置包含以下数据文件：
  • train_sft: 路径为 data/train_sft-*
  • test_sft: 路径为 data/test_sft-*