ShenaoZ/0.0_ablation_dataset

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: reference_response
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: is_better
dtype: bool
splits:
- name: test_prefs_1
num_bytes: 16398203
num_examples: 2000
- name: train_prefs_1
num_bytes: 168031035
num_examples: 20378
- name: test_prefs_2
num_bytes: 17142696
num_examples: 2000
- name: train_prefs_2
num_bytes: 176327719
num_examples: 20378
download_size: 208484600
dataset_size: 377899653
configs:
- config_name: default
data_files:
- split: test_prefs_1
path: data/test_prefs_1-*
- split: train_prefs_1
path: data/train_prefs_1-*
- split: test_prefs_2
path: data/test_prefs_2-*
- split: train_prefs_2
path: data/train_prefs_2-*
---

原始信息汇总

数据集概述

数据集特征

• prompt：字符串类型
• prompt_id：字符串类型
• messages：列表类型，包含：
  • 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
• reference_response：字符串类型
• chosen：列表类型，包含：
  • content：字符串类型
  • role：字符串类型
• rejected：列表类型，包含：
  • content：字符串类型
  • role：字符串类型
• is_better：布尔类型

数据集分割

• test_prefs_1：
  • 字节数：16398203
  • 示例数：2000
• train_prefs_1：
  • 字节数：168031035
  • 示例数：20378
• test_prefs_2：
  • 字节数：17142696
  • 示例数：2000
• train_prefs_2：
  • 字节数：176327719
  • 示例数：20378

数据集大小

• 下载大小：208484600字节
• 数据集大小：377899653字节

配置文件

• config_name: default
• data_files:
  • split: test_prefs_1, path: data/test_prefs_1-*
  • split: train_prefs_1, path: data/train_prefs_1-*
  • split: test_prefs_2, path: data/test_prefs_2-*
  • split: train_prefs_2, path: data/train_prefs_2-*