Mitsuki-Sakamoto/alpaca_farm-reward-model-deberta-v3-large-v2-re-preference-64-nsample-2-16_mix_random_seed_2_16

--- dataset_info: - config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 features: - name: instruction dtype: string - name: input dtype: string - name: output dtype: string - name: preference dtype: int64 - name: output_1 dtype: string - name: output_2 dtype: string - name: reward_model_prompt_format dtype: string - name: gen_prompt_format 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: reward_1 dtype: float64 - name: reward_2 dtype: float64 - name: n_samples dtype: int64 - name: reject_select dtype: string - name: index dtype: int64 splits: - name: preference num_bytes: 12943481.5 num_examples: 10000 download_size: 6234003 dataset_size: 12943481.5 - config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1 features: - name: instruction dtype: string - name: input dtype: string - name: output dtype: string - name: preference dtype: int64 - name: output_1 dtype: string - name: output_2 dtype: string - name: reward_model_prompt_format dtype: string - name: gen_prompt_format 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: reward_1 dtype: float64 - name: reward_2 dtype: float64 - name: n_samples dtype: int64 - name: reject_select dtype: string - name: index dtype: int64 splits: - name: preference num_bytes: 12949272.0 num_examples: 10000 download_size: 6201899 dataset_size: 12949272.0 configs: - config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 data_files: - split: preference path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/preference-* - config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1 data_files: - split: preference path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-* ---数据集信息： - 配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 特征字段： - 字段名：指令（instruction） 数据类型：字符串 - 字段名：输入（input） 数据类型：字符串 - 字段名：输出（output） 数据类型：字符串 - 字段名：偏好（preference） 数据类型：64位整数 - 字段名：输出1（output_1） 数据类型：字符串 - 字段名：输出2（output_2） 数据类型：字符串 - 字段名：奖励模型提示格式（reward_model_prompt_format） 数据类型：字符串 - 字段名：生成提示格式（gen_prompt_format） 数据类型：字符串 - 字段名：生成参数（gen_kwargs） 结构体： - 参数名：采样开关（do_sample） 数据类型：布尔值 - 参数名：最大新Token数（max_new_tokens） 数据类型：64位整数 - 参数名：填充Token ID（pad_token_id） 数据类型：64位整数 - 参数名：Top-K采样（top_k） 数据类型：64位整数 - 参数名：Top-P采样（top_p） 数据类型：64位浮点数 - 字段名：奖励1（reward_1） 数据类型：64位浮点数 - 字段名：奖励2（reward_2） 数据类型：64位浮点数 - 字段名：样本数（n_samples） 数据类型：64位整数 - 字段名：拒绝选择（reject_select） 数据类型：字符串 - 字段名：索引（index） 数据类型：64位整数 划分集： - 划分名称：偏好（preference） 字节数：12943481.5 样本数量：10000 下载大小：6234003 数据集大小：12943481.5 - 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1 特征字段： - 字段名：指令（instruction） 数据类型：字符串 - 字段名：输入（input） 数据类型：字符串 - 字段名：输出（output） 数据类型：字符串 - 字段名：偏好（preference） 数据类型：64位整数 - 字段名：输出1（output_1） 数据类型：字符串 - 字段名：输出2（output_2） 数据类型：字符串 - 字段名：奖励模型提示格式（reward_model_prompt_format） 数据类型：字符串 - 字段名：生成提示格式（gen_prompt_format） 数据类型：字符串 - 字段名：生成参数（gen_kwargs） 结构体： - 参数名：采样开关（do_sample） 数据类型：布尔值 - 参数名：最大新Token数（max_new_tokens） 数据类型：64位整数 - 参数名：填充Token ID（pad_token_id） 数据类型：64位整数 - 参数名：Top-K采样（top_k） 数据类型：64位整数 - 参数名：Top-P采样（top_p） 数据类型：64位浮点数 - 字段名：奖励1（reward_1） 数据类型：64位浮点数 - 字段名：奖励2（reward_2） 数据类型：64位浮点数 - 字段名：样本数（n_samples） 数据类型：64位整数 - 字段名：拒绝选择（reject_select） 数据类型：字符串 - 字段名：索引（index） 数据类型：64位整数 划分集： - 划分名称：偏好（preference） 字节数：12949272.0 样本数量：10000 下载大小：6201899 数据集大小：12949272.0 配置项： - 配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 数据文件： - 划分：偏好（preference） 文件路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/preference-* - 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1 数据文件： - 划分：偏好（preference） 文件路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*

原始信息汇总

数据集概述

数据集配置1

• 配置名称: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
• 特征:
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
  • preference: 整数64位
  • output_1: 字符串
  • output_2: 字符串
  • reward_model_prompt_format: 字符串
  • gen_prompt_format: 字符串
  • gen_kwargs: 结构体
    • do_sample: 布尔
    • max_new_tokens: 整数64位
    • pad_token_id: 整数64位
    • top_k: 整数64位
    • top_p: 浮点数64位
  • reward_1: 浮点数64位
  • reward_2: 浮点数64位
  • n_samples: 整数64位
  • reject_select: 字符串
  • index: 整数64位
• 分割:
  • preference: 10000个例子，大小12943481.5字节
• 下载大小: 6234003字节
• 数据集大小: 12943481.5字节

数据集配置2

• 配置名称: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
• 特征:
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
  • preference: 整数64位
  • output_1: 字符串
  • output_2: 字符串
  • reward_model_prompt_format: 字符串
  • gen_prompt_format: 字符串
  • gen_kwargs: 结构体
    • do_sample: 布尔
    • max_new_tokens: 整数64位
    • pad_token_id: 整数64位
    • top_k: 整数64位
    • top_p: 浮点数64位
  • reward_1: 浮点数64位
  • reward_2: 浮点数64位
  • n_samples: 整数64位
  • reject_select: 字符串
  • index: 整数64位
• 分割:
  • preference: 10000个例子，大小12949272.0字节
• 下载大小: 6201899字节
• 数据集大小: 12949272.0字节