mlabonne/ultrafeedback-binarized-preferences-cleaned

这是一个基于argilla/ultrafeedback-binarized-preferences-cleaned的DPO数据集，用于直接偏好优化任务。数据集包含四个主要特征：chosen（选择的回答）、rejected（拒绝的回答）、question（问题）和delta_score（得分差异）。数据集提供了训练集的详细信息，包括字节大小和样本数量。此外，数据集还支持Intel格式，可以直接在Axolotl中使用，并且过滤掉了delta_score小于1的样本，同时按delta_score降序排列，以支持课程学习。

原始信息汇总

数据集概述

数据集名称

ultrafeedback-binarized-preferences-cleaned

数据集特征

• chosen: 数据类型为字符串
• rejected: 数据类型为字符串
• question: 数据类型为字符串
• delta_score: 数据类型为浮点数

数据集拆分

• train:
  • 示例数量: 27999
  • 数据大小: 89530670.47748576字节

数据集大小

• 下载大小: 43065764字节
• 数据集大小: 89530670.47748576字节

配置

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