cleanrl/summarize_from_feedback_oai_preprocessing_1704563162

---
dataset_info:
features:
- name: info
struct:
- name: id
dtype: string
- name: post
dtype: string
- name: title
dtype: string
- name: subreddit
dtype: string
- name: site
dtype: string
- name: article
dtype: string
- name: summaries
list:
- name: text
dtype: string
- name: policy
dtype: string
- name: note
dtype: string
- name: choice
dtype: int32
- name: worker
dtype: string
- name: batch
dtype: string
- name: split
dtype: string
- name: extra
struct:
- name: confidence
dtype: int32
- name: query_token
sequence: int64
- name: query
dtype: string
- name: response0
dtype: string
- name: response0_token
sequence: int64
- name: response0_token_len
dtype: int64
- name: response1
dtype: string
- name: response1_token
sequence: int64
- name: response1_token_len
dtype: int64
- name: response0_policy
dtype: string
- name: response1_policy
dtype: string
- name: policies
dtype: string
- name: query_response0
dtype: string
- name: query_response0_token
sequence: int64
- name: query_response0_token_len
dtype: int64
- name: query_response1
dtype: string
- name: query_response1_token
sequence: int64
- name: query_response1_token_len
dtype: int64
- name: query_token_len
dtype: int64
splits:
- name: train
num_bytes: 2211307331
num_examples: 92858
- name: validation
num_bytes: 2003186127
num_examples: 83802
- name: validation_cnndm
num_bytes: 151483055
num_examples: 2284
download_size: 278269886
dataset_size: 4365976513
---
# Dataset Card for "summarize_from_feedback_oai_preprocessing_1704563162"

[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

数据集概述

数据集信息

特征

• info: 结构化数据
  • id: 字符串类型
  • post: 字符串类型
  • title: 字符串类型
  • subreddit: 字符串类型
  • site: 字符串类型
  • article: 字符串类型
• summaries: 列表
  • text: 字符串类型
  • policy: 字符串类型
  • note: 字符串类型
• choice: 整数类型 (int32)
• worker: 字符串类型
• batch: 字符串类型
• split: 字符串类型
• extra: 结构化数据
  • confidence: 整数类型 (int32)
• query_token: 序列 (int64)
• query: 字符串类型
• response0: 字符串类型
• response0_token: 序列 (int64)
• response0_token_len: 整数类型 (int64)
• response1: 字符串类型
• response1_token: 序列 (int64)
• response1_token_len: 整数类型 (int64)
• response0_policy: 字符串类型
• response1_policy: 字符串类型
• policies: 字符串类型
• query_response0: 字符串类型
• query_response0_token: 序列 (int64)
• query_response0_token_len: 整数类型 (int64)
• query_response1: 字符串类型
• query_response1_token: 序列 (int64)
• query_response1_token_len: 整数类型 (int64)
• query_token_len: 整数类型 (int64)

数据分割

• train:
  • 字节数: 2211307331
  • 样本数: 92858
• validation:
  • 字节数: 2003186127
  • 样本数: 83802
• validation_cnndm:
  • 字节数: 151483055
  • 样本数: 2284

数据集大小

• 下载大小: 278269886 字节
• 数据集大小: 4365976513 字节