aarondtucker/helpful-all

该数据集是从`Anthropic/hh-rlhf`中抽取的子集，根据Llama2-7b的分词器，选择了提示词（prompt）不超过300个token和响应（response）不超过100个token的样本。数据集包含多个特征，如`chosen`、`rejected`、`prompt`等，分别表示被选择的响应、被拒绝的响应、提示词等。数据集分为训练集和测试集，训练集包含53,558个样本，测试集包含2,812个样本。

原始信息汇总

数据集概述

数据集来源

• 该数据集是从 Anthropic/hh-rlhf 中抽样得到的，经过筛选以确保提示（prompt）和响应（response）的令牌数分别不超过300和100，使用的是 Llama2-7b 分词器。

数据集结构

特征信息

• chosen: 字符串类型
• rejected: 字符串类型
• prompt: 字符串类型
• chosen_full: 字符串类型
• rejected_full: 字符串类型
• chosen_response: 字符串类型
• rejected_response: 字符串类型
• task: 字符串类型

数据分割

• 训练集（train）:
  • 字节数: 305525775.8372441
  • 样本数: 53558
• 测试集（test）:
  • 字节数: 16121290.634615384
  • 样本数: 2812

数据集大小

• 下载大小: 98119484 字节
• 数据集大小: 321647066.47185946 字节

配置信息

• 配置名称: default
• 数据文件路径:
  • 训练集: data/train-*
  • 测试集: data/test-*