cygu/sampling-distill-train-data-kgw-k0-gamma0.25-delta1
收藏Hugging Face2024-05-22 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/cygu/sampling-distill-train-data-kgw-k0-gamma0.25-delta1
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是用于采样水印蒸馏的训练数据，使用了KGW水印策略（k=0, γ=0.25, δ=1）。数据基于Llama 2 7B模型生成，包含640,000个水印样本，每个样本长度为256个token。每个样本使用OpenWebText中的50-token前缀作为提示（提示不包含在样本中）。
该数据集是用于采样水印蒸馏的训练数据，使用了KGW水印策略（k=0, γ=0.25, δ=1）。数据基于Llama 2 7B模型生成，包含640,000个水印样本，每个样本长度为256个token。每个样本使用OpenWebText中的50-token前缀作为提示（提示不包含在样本中）。
提供机构：
cygu
原始信息汇总
数据集卡片 "sampling-distill-train-data-kgw-k0-gamma0.25-delta1"
数据集信息
特征
- 名称: text
- 数据类型: string
分割
- 名称: train
- 字节数: 646843287
- 样本数: 640000
大小
- 下载大小: 441188457
- 数据集大小: 646843287
数据集描述
该数据集包含640,000个样本，每个样本长度为256个token。这些样本是使用基于解码的水印技术，通过Llama 2 7B模型生成的。每个样本的前缀是从OpenWebText数据集中提取的50个token，但这些前缀不包含在样本中。
搜集汇总
数据集介绍
以上内容由遇见数据集搜集并总结生成
