argilla/zephyr_ultrafeedback

---
dataset_info:
features:
- name: input
dtype: string
- name: generations
sequence: string
- name: raw_generation_response
sequence: string
- name: rating
sequence: int64
- name: rationale
sequence: string
- name: raw_labelling_response
struct:
- name: choices
list:
- name: finish_reason
dtype: string
- name: index
dtype: int64
- name: message
struct:
- name: content
dtype: string
- name: role
dtype: string
- name: created
dtype: int64
- name: id
dtype: string
- name: model
dtype: string
- name: object
dtype: string
- name: usage
struct:
- name: completion_tokens
dtype: int64
- name: prompt_tokens
dtype: int64
- name: total_tokens
dtype: int64
splits:
- name: train
num_bytes: 3972771
num_examples: 1000
download_size: 1326632
dataset_size: 3972771
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "zephyr_ultrafeedback"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征字段：
- 字段名：input，数据类型：字符串
- 字段名：generations，数据类型：字符串序列
- 字段名：raw_generation_response，数据类型：字符串序列
- 字段名：rating，数据类型：64位整数序列
- 字段名：rationale，数据类型：字符串序列
- 字段名：raw_labelling_response，结构体：
- 字段名：choices，列表：
- 字段名：finish_reason，数据类型：字符串
- 字段名：index，数据类型：64位整数
- 字段名：message，结构体：
- 字段名：content，数据类型：字符串
- 字段名：role，数据类型：字符串
- 字段名：created，数据类型：64位整数
- 字段名：id，数据类型：字符串
- 字段名：model，数据类型：字符串
- 字段名：object，数据类型：字符串
- 字段名：usage，结构体：
- 字段名：completion_tokens，数据类型：64位整数（补全Token数）
- 字段名：prompt_tokens，数据类型：64位整数（提示Token数）
- 字段名：total_tokens，数据类型：64位整数（总Token数）
数据划分：
- 划分名称：训练集（train），字节数：3972771，样本数：1000
下载大小：1326632
数据集占用大小：3972771
配置项：
- 配置名称：default，数据文件：
- 划分：训练集（train），路径：data/train-*

# "zephyr_ultrafeedback"数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集信息

特征

• input: 类型为字符串。
• generations: 序列类型，元素为字符串。
• raw_generation_response: 序列类型，元素为字符串。
• rating: 序列类型，元素为整数（int64）。
• rationale: 序列类型，元素为字符串。
• raw_labelling_response: 结构类型，包含以下字段：
  • choices: 列表类型，包含以下元素：
    • finish_reason: 类型为字符串。
    • index: 类型为整数（int64）。
    • message: 结构类型，包含以下字段：
      • content: 类型为字符串。
      • role: 类型为字符串。
  • created: 类型为整数（int64）。
  • id: 类型为字符串。
  • model: 类型为字符串。
  • object: 类型为字符串。
  • usage: 结构类型，包含以下字段：
    • completion_tokens: 类型为整数（int64）。
    • prompt_tokens: 类型为整数（int64）。
    • total_tokens: 类型为整数（int64）。

数据分割

• train: 包含1000个样本，占用3972771字节。

文件大小

• 下载大小: 1326632字节。
• 数据集大小: 3972771字节。

配置

• default: 包含训练数据文件，路径为data/train-*。