weijie210/UC_prefs_iter_0_pairwise

---
dataset_info:
features:
- name: prompt
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: critique
dtype: string
- name: post_score
dtype: int64
- name: pre_score
dtype: int64
- name: score_diff
dtype: int64
- name: subsitute
dtype: bool
splits:
- name: train_sft
num_bytes: 68234963
num_examples: 12879
- name: test_sft
num_bytes: 7943973
num_examples: 1495
download_size: 39411810
dataset_size: 76178936
configs:
- config_name: default
data_files:
- split: train_sft
path: data/train_sft-*
- split: test_sft
path: data/test_sft-*
---

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• critique: 数据类型为字符串。
• post_score: 数据类型为整数64位。
• pre_score: 数据类型为整数64位。
• score_diff: 数据类型为整数64位。
• subsitute: 数据类型为布尔值。

数据集划分

• train_sft: 包含68,234,963字节，12,879个样本。
• test_sft: 包含7,943,973字节，1,495个样本。

数据集大小

• 下载大小: 39,411,810字节。
• 数据集大小: 76,178,936字节。

配置

• default: 包含以下数据文件：
  • train_sft: 路径为data/train_sft-*。
  • test_sft: 路径为data/test_sft-*。