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-*