vwxyzjn/ultrafeedback_binarized_1708381525

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
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: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: query
list:
- name: content
dtype: string
- name: role
dtype: string
- name: query_token
sequence: int64
- name: query_token_len
dtype: int64
- name: query_chosen_token
sequence: int64
- name: query_chosen_token_len
dtype: int64
- name: chosen_token
sequence: int64
- name: chosen_token_len
dtype: int64
- name: query_rejected_token
sequence: int64
- name: query_rejected_token_len
dtype: int64
- name: rejected_token
sequence: int64
- name: rejected_token_len
dtype: int64
splits:
- name: test_prefs
num_bytes: 20718275.508
num_examples: 948
- name: train_prefs
num_bytes: 20141845.276
num_examples: 947
download_size: 13367987
dataset_size: 40860120.784
---
# Dataset Card for "ultrafeedback_binarized_1708381525"

[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

• 特征列表:
  • prompt: 类型为字符串。
  • prompt_id: 类型为字符串。
  • chosen: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • rejected: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • messages: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • score_chosen: 类型为浮点数。
  • score_rejected: 类型为浮点数。
  • query: 包含两个子特征：
    • content: 类型为字符串。
    • role: 类型为字符串。
  • query_token: 类型为整数序列。
  • query_token_len: 类型为整数。
  • query_chosen_token: 类型为整数序列。
  • query_chosen_token_len: 类型为整数。
  • chosen_token: 类型为整数序列。
  • chosen_token_len: 类型为整数。
  • query_rejected_token: 类型为整数序列。
  • query_rejected_token_len: 类型为整数。
  • rejected_token: 类型为整数序列。
  • rejected_token_len: 类型为整数。

数据集分割

• test_prefs:
  • 字节数: 20718275.508
  • 样本数: 948
• train_prefs:
  • 字节数: 20141845.276
  • 样本数: 947

数据集大小

• 下载大小: 13367987 字节
• 数据集大小: 40860120.784 字节