mnoukhov/openai_summarize_vllm_generated_20k_label410m

---
dataset_info:
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: pred_chosen
dtype: float32
- name: pred_rejected
dtype: float32
splits:
- name: train
num_bytes: 35694444
num_examples: 19940
download_size: 21863059
dataset_size: 35694444
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "openai_summarize_vllm_generated_20k_label410m"

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

---
数据集元信息：
特征字段：
- 字段名：prompt（提示词），数据类型：字符串
- 字段名：chosen（优选响应），数据类型：字符串
- 字段名：rejected（待拒响应），数据类型：字符串
- 字段名：pred_chosen（优选响应预测得分），数据类型：32位浮点型（float32）
- 字段名：pred_rejected（待拒响应预测得分），数据类型：32位浮点型（float32）
数据集划分：
- 划分名称：训练集（train），占用字节数：35694444，样本总数：19940
下载总大小：21863059 字节
数据集总存储大小：35694444 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集，文件路径：data/train-*
---
# "openai_summarize_vllm_generated_20k_label410m" 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

数据集概述

数据集信息

• 特征列表:

  • prompt: 类型为字符串
  • chosen: 类型为字符串
  • rejected: 类型为字符串
  • pred_chosen: 类型为浮点数 (float32)
  • pred_rejected: 类型为浮点数 (float32)

• 数据分割:

  • train: 包含 19940 个样本，占用 35694444 字节

• 数据大小:

  • 下载大小: 21863059 字节
  • 数据集大小: 35694444 字节

配置信息

• 配置名称: default
• 数据文件:
  • train: 路径为 data/train-*