argilla/ultrafeedback-multi-binarized-quality-preferences-cleaned

该数据集包含多个特征字段，包括来源（source）、提示（prompt）、选择内容（chosen）及其评分（chosen-rating）和模型（chosen-model）、拒绝内容（rejected）及其评分（rejected-rating）和模型（rejected-model）。数据集分为训练集，包含154,663个样本，总大小为724,022,562.4845791字节，下载大小为194,977,204字节。

原始信息汇总

数据集概述

数据集特征

• source: 数据类型为字符串。
• prompt: 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。
• chosen-rating: 数据类型为浮点数。
• chosen-model: 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。
• rejected-rating: 数据类型为浮点数。
• rejected-model: 数据类型为字符串。

数据集分割

• train: 包含154663个样本，总字节数为724022562.4845791。

数据集大小

• 下载大小: 194977204字节。
• 数据集大小: 724022562.4845791字节。

配置

• default: 包含训练数据文件，路径为data/train-*。