ShenaoZ/0.001_ablation_dataset

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: reference_response
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: is_better
dtype: bool
splits:
- name: test_prefs_1
num_bytes: 16398203
num_examples: 2000
- name: train_prefs_1
num_bytes: 168031035
num_examples: 20378
- name: test_prefs_2
num_bytes: 17180351
num_examples: 2000
- name: train_prefs_2
num_bytes: 176761414
num_examples: 20378
download_size: 208836685
dataset_size: 378371003
configs:
- config_name: default
data_files:
- split: test_prefs_1
path: data/test_prefs_1-*
- split: train_prefs_1
path: data/train_prefs_1-*
- split: test_prefs_2
path: data/test_prefs_2-*
- split: train_prefs_2
path: data/train_prefs_2-*
---
# Dataset Card for "0.001_ablation_dataset"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• prompt: 类型为字符串
• prompt_id: 类型为字符串
• messages: 列表类型，包含以下字段
  • content: 类型为字符串
  • role: 类型为字符串
• score_chosen: 类型为浮点数 (float64)
• score_rejected: 类型为浮点数 (float64)
• reference_response: 类型为字符串
• chosen: 列表类型，包含以下字段
  • content: 类型为字符串
  • role: 类型为字符串
• rejected: 列表类型，包含以下字段
  • content: 类型为字符串
  • role: 类型为字符串
• is_better: 类型为布尔值

数据分割

• test_prefs_1: 字节数为16398203，样本数为2000
• train_prefs_1: 字节数为168031035，样本数为20378
• test_prefs_2: 字节数为17180351，样本数为2000
• train_prefs_2: 字节数为176761414，样本数为20378

数据大小

• 下载大小: 208836685字节
• 数据集大小: 378371003字节

配置

• default
  • test_prefs_1: 路径为 data/test_prefs_1-*
  • train_prefs_1: 路径为 data/train_prefs_1-*
  • test_prefs_2: 路径为 data/test_prefs_2-*
  • train_prefs_2: 路径为 data/train_prefs_2-*