giux78/ultrafeedback-binarized-preferences-cleaned-ita-ready

---
dataset_info:
features:
- name: source
dtype: string
- name: prompt
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: chosen-rating
dtype: float64
- name: chosen-model
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected-rating
dtype: float64
- name: rejected-model
dtype: string
splits:
- name: train
num_bytes: 377529380.1
num_examples: 54810
- name: test
num_bytes: 41947708.9
num_examples: 6090
download_size: 203255015
dataset_size: 419477089.0
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 来源（source）：数据类型（dtype）为字符串
- 提示词（prompt）：数据类型（dtype）为字符串
- 选中回复（chosen）：列表类型，包含子字段：
- 内容（content）：数据类型（dtype）为字符串
- 角色（role）：数据类型（dtype）为字符串
- 选中回复评分（chosen-rating）：数据类型（dtype）为64位浮点数
- 选中回复所用模型（chosen-model）：数据类型（dtype）为字符串
- 拒选回复（rejected）：列表类型，包含子字段：
- 内容（content）：数据类型（dtype）为字符串
- 角色（role）：数据类型（dtype）为字符串
- 拒选回复评分（rejected-rating）：数据类型（dtype）为64位浮点数
- 拒选回复所用模型（rejected-model）：数据类型（dtype）为字符串
数据划分：
- 训练集（train）：占用字节数377529380.1，样本数量54810
- 测试集（test）：占用字节数41947708.9，样本数量6090
下载大小：203255015字节
数据集总大小：419477089.0字节
配置项：
- 配置名称：默认（default），数据文件路径：
- 训练集划分：对应路径为data/train-*
- 测试集划分：对应路径为data/test-*

原始信息汇总

数据集概述

数据特征

• source: 数据来源，数据类型为字符串。
• prompt: 提示信息，数据类型为字符串。
• chosen:
  • content: 被选中的内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• chosen-rating: 被选中的评分，数据类型为浮点数（float64）。
• chosen-model: 被选中的模型，数据类型为字符串。
• rejected:
  • content: 被拒绝的内容，数据类型为字符串。
  • role: 角色，数据类型为字符串。
• rejected-rating: 被拒绝的评分，数据类型为浮点数（float64）。
• rejected-model: 被拒绝的模型，数据类型为字符串。

数据分割

• train:
  • 数据大小: 377529380.1 字节
  • 样本数量: 54810
• test:
  • 数据大小: 41947708.9 字节
  • 样本数量: 6090

数据集大小

• 下载大小: 203255015 字节
• 数据集总大小: 419477089.0 字节

配置

• default:
  • train: 数据文件路径为 data/train-*
  • test: 数据文件路径为 data/test-*