Mitsuki-Sakamoto/hh-rlhf-reward-model-deberta-v3-large-v2-helpful-2-original_mix_50_random_seed_2

---
dataset_info:
features:
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: reward_model_prompt_format
dtype: string
- name: reward_1
dtype: float64
- name: reward_2
dtype: float64
- name: index
dtype: int64
- name: generate_format_dict
dtype: string
- name: gen_kwargs
struct:
- name: do_sample
dtype: bool
- name: max_new_tokens
dtype: int64
- name: pad_token_id
dtype: int64
- name: top_k
dtype: int64
- name: top_p
dtype: float64
- name: n_samples
dtype: int64
- name: reject_select
dtype: string
splits:
- name: train
num_bytes: 111754695.00200753
num_examples: 43834
- name: test
num_bytes: 6014388.0
num_examples: 2354
download_size: 59432258
dataset_size: 117769083.00200753
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

原始信息汇总

数据集概述

数据特征

• chosen: 类型为字符串
• rejected: 类型为字符串
• reward_model_prompt_format: 类型为字符串
• reward_1: 类型为浮点数 (float64)
• reward_2: 类型为浮点数 (float64)
• index: 类型为整数 (int64)
• generate_format_dict: 类型为字符串
• gen_kwargs: 结构化数据
  • do_sample: 类型为布尔值 (bool)
  • max_new_tokens: 类型为整数 (int64)
  • pad_token_id: 类型为整数 (int64)
  • top_k: 类型为整数 (int64)
  • top_p: 类型为浮点数 (float64)
• n_samples: 类型为整数 (int64)
• reject_select: 类型为字符串

数据分割

• train: 包含43834个样本，大小为111754695.00200753字节
• test: 包含2354个样本，大小为6014388.0字节

数据集大小

• 下载大小: 59432258字节
• 数据集大小: 117769083.00200753字节

配置

• default
  • train: 文件路径为 data/train-*
  • test: 文件路径为 data/test-*