BarraHome/ultrafeedback_binarized

---
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
splits:
- name: train_prefs
num_bytes: 405637300
num_examples: 61135
- name: train_sft
num_bytes: 405637300
num_examples: 61135
- name: test_prefs
num_bytes: 13176789
num_examples: 2000
- name: test_sft
num_bytes: 6701456
num_examples: 1000
- name: train_gen
num_bytes: 324989174
num_examples: 61135
- name: test_gen
num_bytes: 5341818
num_examples: 1000
download_size: 649878235
dataset_size: 1161483837
configs:
- config_name: default
data_files:
- split: train_prefs
path: data/train_prefs-*
- split: train_sft
path: data/train_sft-*
- split: test_prefs
path: data/test_prefs-*
- split: test_sft
path: data/test_sft-*
- split: train_gen
path: data/train_gen-*
- split: test_gen
path: data/test_gen-*
license: mit
task_categories:
- conversational
language:
- en
size_categories:
- 100K<n<1M
---

原始信息汇总

数据集概述

数据特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• chosen: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型

数据分割

• train_prefs: 405637300字节，61135个样本
• train_sft: 405637300字节，61135个样本
• test_prefs: 13176789字节，2000个样本
• test_sft: 6701456字节，1000个样本
• train_gen: 324989174字节，61135个样本
• test_gen: 5341818字节，1000个样本

数据集大小

• 下载大小: 649878235字节
• 数据集大小: 1161483837字节

配置

• config_name: default
  • data_files:
    • train_prefs: data/train_prefs-*
    • train_sft: data/train_sft-*
    • test_prefs: data/test_prefs-*
    • test_sft: data/test_sft-*
    • train_gen: data/train_gen-*
    • test_gen: data/test_gen-*

许可

• license: MIT

任务类别

• task_categories: 对话

语言

• language: 英语

大小类别

• size_categories: 100K<n<1M