five

preference-agents-experiments/enron-standardized-jeff-dasovich_original_generated_uncleaned_another_X_Y

收藏
Hugging Face2024-06-07 更新2024-06-12 收录
下载链接:
https://hf-mirror.com/datasets/preference-agents-experiments/enron-standardized-jeff-dasovich_original_generated_uncleaned_another_X_Y
下载链接
链接失效反馈
官方服务:
资源简介:
--- dataset_info: features: - name: id dtype: string - name: metadata dtype: string - name: output dtype: string - name: input dtype: string - name: small_model_baseline dtype: string - name: large_model_baseline dtype: string - name: with_70b_baseline_rules dtype: string - name: with_8b_baseline_rules dtype: string - name: large_model_with_70b_rules dtype: string - name: large_model_with_8b_rules dtype: string - name: no_baseline_rules dtype: string - name: large_model_with_nobaseline_rules dtype: string splits: - name: train num_bytes: 6312752 num_examples: 997 download_size: 3010298 dataset_size: 6312752 configs: - config_name: default data_files: - split: train path: data/train-* ---

The dataset includes multiple features such as id, metadata, output, input, etc., each with its data type. The dataset is divided into a training set (train) with 997 samples. The download size of the dataset is 3010298 bytes, and the actual size is 6312752 bytes. The dataset configuration is default, with data file paths as data/train-*.
提供机构:
preference-agents-experiments
原始信息汇总

数据集信息

特征

  • id: 数据类型为字符串。
  • metadata: 数据类型为字符串。
  • output: 数据类型为字符串。
  • input: 数据类型为字符串。
  • small_model_baseline: 数据类型为字符串。
  • large_model_baseline: 数据类型为字符串。
  • with_70b_baseline_rules: 数据类型为字符串。
  • with_8b_baseline_rules: 数据类型为字符串。
  • large_model_with_70b_rules: 数据类型为字符串。
  • large_model_with_8b_rules: 数据类型为字符串。
  • no_baseline_rules: 数据类型为字符串。
  • large_model_with_nobaseline_rules: 数据类型为字符串。

数据分割

  • train: 包含997个样本,总字节数为6312752。

数据集大小

  • 下载大小: 3010298字节
  • 数据集大小: 6312752字节

配置

  • config_name: default
    • data_files:
      • split: train
      • path: data/train-*
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作