ZhangShenao/gc_fine_posonly_ultrafeedback_nosys

该数据集包含多个字段，主要用于记录和比较不同文本内容的选择和拒绝情况。字段包括提示（prompt）、提示ID（prompt_id）、选择内容（chosen）、拒绝内容（rejected）、消息列表（messages）以及相关的评分（overall_score_chosen, overall_score_rejected, fine_grain_score_chosen, fine_grain_score_rejected, avg_fine_score_chosen, avg_fine_score_rejected）。数据集分为训练集（train_prefs）和测试集（test_prefs），分别包含47553和2000个示例。

This dataset is primarily used for natural language processing tasks, containing multiple text and scoring-related features. The dataset is divided into training and test sets, with 47553 samples in the training set and 2000 samples in the test set.

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。
• prompt_id: 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。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• messages: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• overall_score_chosen: 类型为浮点数。
• overall_score_rejected: 类型为浮点数。
• fine_grain_score_chosen: 类型为浮点数序列。
• fine_grain_score_rejected: 类型为浮点数序列。
• avg_fine_score_chosen: 类型为浮点数。
• avg_fine_score_rejected: 类型为浮点数。

数据分割

• train_prefs:
  • 字节数: 356853487
  • 样本数: 47553
• test_prefs:
  • 字节数: 13675818
  • 样本数: 2000

数据集大小

• 下载大小: 189238045 字节
• 数据集总大小: 370529305 字节

配置

• config_name: default
  • data_files:
    • train_prefs: 路径为 data/train_prefs-*
    • test_prefs: 路径为 data/test_prefs-*