cat-searcher/responses-gemma-1.1-2b-it-split-0-evol-mixed-all

该数据集包含多个字段，包括prompt、generate_0到generate_4、probability和rm_scores。其中，generate_0到generate_4是列表类型，每个列表包含content和role两个字段。数据集分为训练集和测试集，训练集包含12624个样本，测试集包含500个样本。训练集和测试集的文件大小分别为129985029字节和4985252字节。

The dataset contains multiple fields, including prompt, generate_0 to generate_4, probability, and rm_scores. Among them, generate_0 to generate_4 are of list type, each containing two fields: content and role. The dataset is divided into a training set and a test set, with the training set containing 12,624 samples and the test set containing 500 samples. The file sizes of the training set and test set are 129,985,029 bytes and 4,985,252 bytes, respectively.

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• generate_0: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_1: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_2: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_3: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_4: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• probability: 类型为浮点数序列。
• rm_scores: 类型为浮点数序列。

数据集分割

• train:
  • 字节数: 129985029
  • 样本数: 12624
• test:
  • 字节数: 4985252
  • 样本数: 500

数据集大小

• 下载大小: 77199920 字节
• 数据集总大小: 134970281 字节

配置

• config_name: default
  • data_files:
    • train: 路径为 data/train-*
    • test: 路径为 data/test-*