vwxyzjn/openhermes-dev__kaist-ai_prometheus-13b-v1.0__1707422187

---
dataset_info:
features:
- name: system_prompt
dtype: string
- name: model
dtype: 'null'
- name: avatarUrl
dtype: 'null'
- name: conversations
list:
- name: from
dtype: string
- name: value
dtype: string
- name: weight
dtype: 'null'
- name: source
dtype: string
- name: title
dtype: string
- name: topic
dtype: string
- name: skip_prompt_formatting
dtype: bool
- name: idx
dtype: 'null'
- name: hash
dtype: 'null'
- name: views
dtype: 'null'
- name: custom_instruction
dtype: bool
- name: language
dtype: string
- name: category
dtype: string
- name: id
dtype: string
- name: model_name
dtype: string
- name: prompt
dtype: string
- name: token_length
dtype: int64
- name: candidate0
list:
- name: content
dtype: string
- name: role
dtype: string
- name: candidate1
list:
- name: content
dtype: string
- name: role
dtype: string
- name: candidate0_policy
dtype: string
- name: candidate1_policy
dtype: string
- name: llm_as_a_judge_prompt
dtype: string
- name: completion0
dtype: string
- name: candidate0_score
dtype: float64
- name: completion1
dtype: string
- name: candidate1_score
dtype: float64
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen_policy
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected_policy
dtype: string
splits:
- name: train_prefs
num_bytes: 649009687
num_examples: 48312
download_size: 296634497
dataset_size: 649009687
configs:
- config_name: default
data_files:
- split: train_prefs
path: data/train_prefs-*
---

This dataset is primarily used for dialogue systems, containing multiple fields such as system prompts, conversation content, sources, etc. Each field has a clear data type, such as string, boolean, integer, etc. The conversation content in the dataset details the initiator of the conversation and the specific content. Additionally, the dataset provides a training set (train_prefs), with its size and number of samples clearly stated.

原始信息汇总

数据集概述

数据集特征

• system_prompt: 类型为字符串。
• model: 类型为空。
• avatarUrl: 类型为空。
• conversations: 包含以下子特征：
  • from: 类型为字符串。
  • value: 类型为字符串。
  • weight: 类型为空。
• source: 类型为字符串。
• title: 类型为字符串。
• topic: 类型为字符串。
• skip_prompt_formatting: 类型为布尔值。
• idx: 类型为空。
• hash: 类型为空。
• views: 类型为空。
• custom_instruction: 类型为布尔值。
• language: 类型为字符串。
• category: 类型为字符串。
• id: 类型为字符串。
• model_name: 类型为字符串。
• prompt: 类型为字符串。
• token_length: 类型为整数。
• candidate0: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• candidate1: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• candidate0_policy: 类型为字符串。
• candidate1_policy: 类型为字符串。
• llm_as_a_judge_prompt: 类型为字符串。
• completion0: 类型为字符串。
• candidate0_score: 类型为浮点数。
• completion1: 类型为字符串。
• candidate1_score: 类型为浮点数。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• chosen_policy: 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。
• rejected_policy: 类型为字符串。

数据集分割

• train_prefs: 包含649,009,687字节和48,312个样本。

数据集大小

• 下载大小: 296,634,497字节。
• 数据集大小: 649,009,687字节。

配置

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