arcee-ai/ultrafeedback-binarized

Ultrafeedback二值化数据集使用Argilla的偏好评分均值进行处理。该数据集包含三个主要特征：prompt（提示）、chosen（选择的回答）和rejected（拒绝的回答），每个回答都有内容和角色两个子特征。数据集分为训练集，包含60917个样本，总大小为281196481字节。处理步骤包括计算偏好评分均值、选择最佳评分作为chosen、随机选择评分较低的rejected，并过滤掉chosen和rejected评分相同的样本。

原始信息汇总

数据集概述

数据集信息

• 名称: Ultrafeedback binarized
• 语言: 英语 (en)
• 许可证: MIT
• 标签: dpo, orpo, ultrafeedback
• 大小类别: 10K<n<100K

数据集特征

• prompt: 字符串类型
• chosen:
  • content: 字符串类型
  • role: 字符串类型
• rejected:
  • content: 字符串类型
  • role: 字符串类型

数据集分割

• 训练集 (train):
  • 样本数: 60917
  • 数据大小: 281196481字节
  • 下载大小: 143011081字节

数据处理步骤

1. 计算偏好评分的平均值（诚实度、遵循指令等）
2. 选择最佳平均评分作为chosen
3. 随机选择具有较低平均评分的rejected（或选择另一个随机评分如果与chosen评分相等）
4. 过滤掉chosen评分等于rejected评分的示例