reciprocate/ultrafeedback_orca_math_dpo

--- 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: source dtype: string splits: - name: train num_bytes: 426294592 num_examples: 71882 - name: test num_bytes: 12669331 num_examples: 1964 download_size: 243858609 dataset_size: 438963923 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： - 名称：提示词（prompt），数据类型：字符串（string） - 名称：提示词ID（prompt_id），数据类型：字符串（string） - 名称：已选回复（chosen），数据类型：列表，列表项字段： - 名称：内容（content），数据类型：字符串（string） - 名称：角色（role），数据类型：字符串（string） - 名称：已拒回复（rejected），数据类型：列表，列表项字段： - 名称：内容（content），数据类型：字符串（string） - 名称：角色（role），数据类型：字符串（string） - 名称：对话消息（messages），数据类型：列表，列表项字段： - 名称：内容（content），数据类型：字符串（string） - 名称：角色（role），数据类型：字符串（string） - 名称：已选回复得分（score_chosen），数据类型：float64 - 名称：已拒回复得分（score_rejected），数据类型：float64 - 名称：数据来源（source），数据类型：字符串（string） 数据划分： - 划分名称：训练集（train），字节数：426294592，样本数：71882 - 划分名称：测试集（test），字节数：12669331，样本数：1964 下载大小：243858609，数据集总大小：438963923 配置项： - 配置名称：默认（default），数据文件： - 训练集（train）划分对应路径：data/train-* - 测试集（test）划分对应路径：data/test-*

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• prompt_id: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• messages: 包含以下子特征：
  • 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。
• source: 类型为字符串。

数据分割

• train: 包含71882个样本，大小为426294592字节。
• test: 包含1964个样本，大小为12669331字节。

数据集大小

• 下载大小: 243858609字节。
• 数据集大小: 438963923字节。

配置

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