jihuny/beyond_rlhf_uf_1024_final

--- dataset_info: features: - name: prompt_id dtype: int64 - name: prompt dtype: string - name: chosen dtype: string - name: reject dtype: string - name: chosen_reward dtype: float64 - name: reject_reward dtype: float64 - name: chosen_index dtype: int64 - name: reject_index dtype: int64 - name: llama_prompt dtype: string - name: llama_prompt_tokens list: int64 - name: llama_chosen dtype: string - name: llama_chosen_tokens list: int64 - name: llama_reject dtype: string - name: llama_reject_tokens list: int64 - name: chosen_logprob dtype: float64 - name: reject_logprob dtype: float64 splits: - name: train num_bytes: 2479951488 num_examples: 57042 download_size: 1666848570 dataset_size: 2479951488 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名称：`prompt_id`（提示ID），数据类型：int64（64位整型） - 字段名称：`prompt`（提示），数据类型：字符串 - 字段名称：`chosen`（优选响应），数据类型：字符串 - 字段名称：`reject`（拒选响应），数据类型：字符串 - 字段名称：`chosen_reward`（优选响应奖励），数据类型：float64（64位浮点型） - 字段名称：`reject_reward`（拒选响应奖励），数据类型：float64（64位浮点型） - 字段名称：`chosen_index`（优选响应索引），数据类型：int64（64位整型） - 字段名称：`reject_index`（拒选响应索引），数据类型：int64（64位整型） - 字段名称：`llama_prompt`（LLaMA格式提示），数据类型：字符串 - 字段名称：`llama_prompt_tokens`（LLaMA格式提示Token（Token）），数据类型：int64（64位整型）列表 - 字段名称：`llama_chosen`（LLaMA格式优选响应），数据类型：字符串 - 字段名称：`llama_chosen_tokens`（LLaMA格式优选响应Token（Token）），数据类型：int64（64位整型）列表 - 字段名称：`llama_reject`（LLaMA格式拒选响应），数据类型：字符串 - 字段名称：`llama_reject_tokens`（LLaMA格式拒选响应Token（Token）），数据类型：int64（64位整型）列表 - 字段名称：`chosen_logprob`（优选响应对数概率），数据类型：float64（64位浮点型） - 字段名称：`reject_logprob`（拒选响应对数概率），数据类型：float64（64位浮点型） 数据划分： - 划分名称：`train`（训练集），字节数：2479951488，样本数量：57042 下载总大小：1666848570字节，数据集总存储大小：2479951488字节 配置项： - 配置名称：`default`（默认配置），数据文件配置： - 对应划分：`train`（训练集），文件路径：`data/train-*`