davidberenstein1957/ultrafeedback-binarized-cleaned-and-filtered-avg-rating-split

该数据集包含多个特征，如来源、提示、平均评分等，并且有被选中和被拒绝的两个列表，每个列表包含内容和角色两个子特征。数据集分为训练集和测试集两部分，分别包含5348和1337个示例。数据集的下载大小为18602901字节，总大小为29986582.933784127字节。

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：18602901字节。
• 数据集总大小：29986582.933784127字节。

数据文件配置

• 默认配置：
  • 训练数据：路径为data/train-*。
  • 测试数据：路径为data/test-*。