davidberenstein1957/ultrafeedback-binarized-cleaned-and-filtered-random-split

---
dataset_info:
features:
- name: source
dtype: string
- name: prompt
dtype: string
- name: average_rating
dtype: float64
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen-rating
dtype: float64
- name: chosen-model
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected-rating
dtype: float64
- name: rejected-model
dtype: string
splits:
- name: train
num_bytes: 23989266.3470273
num_examples: 5348
- name: test
num_bytes: 5997316.586756825
num_examples: 1337
download_size: 16433623
dataset_size: 29986582.933784127
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。
• prompt：数据类型为字符串。
• average_rating：数据类型为浮点数。
• chosen：包含两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• chosen-rating：数据类型为浮点数。
• chosen-model：数据类型为字符串。
• rejected：包含两个子特征：
  • content：数据类型为字符串。
  • role：数据类型为字符串。
• rejected-rating：数据类型为浮点数。
• rejected-model：数据类型为字符串。

数据集分割

• train：包含5348个示例，总大小为23989266.3470273字节。
• test：包含1337个示例，总大小为5997316.586756825字节。

数据集大小

• 下载大小：16433623字节。
• 数据集总大小：29986582.933784127字节。

配置文件

• default：
  • train：数据文件路径为data/train-*。
  • test：数据文件路径为data/test-*。