yleo/openhermes2.5-dpo-binarized

--- dataset_info: features: - name: skip_prompt_formatting dtype: bool - name: category dtype: string - name: system_prompt dtype: 'null' - name: views dtype: 'null' - name: id dtype: 'null' - name: conversations list: - name: from dtype: string - name: value dtype: string - name: weight dtype: 'null' - name: language dtype: 'null' - name: avatarUrl dtype: 'null' - name: custom_instruction dtype: 'null' - name: source dtype: string - name: model dtype: 'null' - name: hash dtype: 'null' - name: model_name dtype: 'null' - name: topic dtype: 'null' - name: idx dtype: 'null' - name: title dtype: 'null' - name: input dtype: string - name: generation_model sequence: string - name: generation_prompt sequence: string - name: raw_generation_responses sequence: string - name: generations sequence: string - name: rating sequence: float32 - name: chosen dtype: string - name: rejected dtype: string - name: chosen_model dtype: string - name: rejected_model dtype: string - name: rejected_score dtype: float64 - name: chosen_score dtype: float64 splits: - name: train num_bytes: 930348 num_examples: 100 download_size: 593836 dataset_size: 930348 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集元信息： 特征字段列表如下： 1. `skip_prompt_formatting`：布尔型数据 2. `category`：字符串型数据 3. `system_prompt`：空类型数据 4. `views`：空类型数据 5. `id`：空类型数据 6. `conversations`：复合列表类型，内部包含子字段： - `from`：字符串型数据 - `value`：字符串型数据 - `weight`：空类型数据 7. `language`：空类型数据 8. `avatarUrl`：空类型数据 9. `custom_instruction`：空类型数据 10. `source`：字符串型数据 11. `model`：空类型数据 12. `hash`：空类型数据 13. `model_name`：空类型数据 14. `topic`：空类型数据 15. `idx`：空类型数据 16. `title`：空类型数据 17. `input`：字符串型数据 18. `generation_model`：字符串序列数据 19. `generation_prompt`：字符串序列数据 20. `raw_generation_responses`：字符串序列数据 21. `generations`：字符串序列数据 22. `rating`：单精度浮点数（float32）序列数据 23. `chosen`：字符串型数据 24. `rejected`：字符串型数据 25. `chosen_model`：字符串型数据 26. `rejected_model`：字符串型数据 27. `rejected_score`：双精度浮点数（float64）数据 28. `chosen_score`：双精度浮点数（float64）数据 数据划分信息： - 训练集（train）：占用字节数930348，样本总量100 全局统计参数：下载总大小为593836，数据集本体总大小为930348 数据集配置项： - 默认配置（default）：对应数据文件划分如下，训练集的文件路径为`data/train-*`

原始信息汇总

数据集信息

特征

• skip_prompt_formatting: 布尔类型
• category: 字符串类型
• system_prompt: 空类型
• views: 空类型
• id: 空类型
• conversations: 列表类型
  • from: 字符串类型
  • value: 字符串类型
  • weight: 空类型
• language: 空类型
• avatarUrl: 空类型
• custom_instruction: 空类型
• source: 字符串类型
• model: 空类型
• hash: 空类型
• model_name: 空类型
• topic: 空类型
• idx: 空类型
• title: 空类型
• input: 字符串类型
• generation_model: 序列类型，字符串
• generation_prompt: 序列类型，字符串
• raw_generation_responses: 序列类型，字符串
• generations: 序列类型，字符串
• rating: 序列类型，浮点数32位
• chosen: 字符串类型
• rejected: 字符串类型
• chosen_model: 字符串类型
• rejected_model: 字符串类型
• rejected_score: 浮点数64位
• chosen_score: 浮点数64位

数据分割

• train:
  • 字节数: 930348
  • 样本数: 100

数据大小

• 下载大小: 593836 字节
• 数据集大小: 930348 字节

配置

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