zjhhhh/7b_fullcheck_iter2_beta_1.0_multi_expand_tokenized

---
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
dataset_info:
features:
- name: prompt
dtype: string
- name: requirements
dtype: string
- name: selection_response_1
dtype: string
- name: selection_response_2
dtype: string
- name: selection_response_3
dtype: string
- name: selection_response_4
dtype: string
- name: current_response_1
dtype: string
- name: current_response_2
dtype: string
- name: adversary_response_1
dtype: string
- name: adversary_response_2
dtype: string
- name: base_response_1
dtype: string
- name: base_response_2
dtype: string
- name: selection_1_adversary_1_mean
dtype: float64
- name: selection_1_adversary_1_majority
dtype: float64
- name: selection_1_adversary_2_mean
dtype: float64
- name: selection_1_adversary_2_majority
dtype: float64
- name: selection_2_adversary_1_mean
dtype: float64
- name: selection_2_adversary_1_majority
dtype: float64
- name: selection_2_adversary_2_mean
dtype: float64
- name: selection_2_adversary_2_majority
dtype: float64
- name: selection_3_adversary_1_mean
dtype: float64
- name: selection_3_adversary_1_majority
dtype: float64
- name: selection_3_adversary_2_mean
dtype: float64
- name: selection_3_adversary_2_majority
dtype: float64
- name: selection_4_adversary_1_mean
dtype: float64
- name: selection_4_adversary_1_majority
dtype: float64
- name: selection_4_adversary_2_mean
dtype: float64
- name: selection_4_adversary_2_majority
dtype: float64
- name: current_1_adversary_1_mean
dtype: float64
- name: current_1_adversary_1_majority
dtype: float64
- name: current_1_adversary_2_mean
dtype: float64
- name: current_1_adversary_2_majority
dtype: float64
- name: current_2_adversary_1_mean
dtype: float64
- name: current_2_adversary_1_majority
dtype: float64
- name: current_2_adversary_2_mean
dtype: float64
- name: current_2_adversary_2_majority
dtype: float64
- name: qwen_prompt
dtype: string
- name: qwen_prompt_tokens
list: int64
- name: chosen
dtype: string
- name: reject
dtype: string
- name: qwen_chosen
dtype: string
- name: qwen_reject
dtype: string
- name: qwen_chosen_tokens
list: int64
- name: qwen_reject_tokens
list: int64
- name: chosen_reward
dtype: float64
- name: reject_reward
dtype: float64
- name: g_chosen
dtype: float64
- name: g_reject
dtype: float64
splits:
- name: train
num_bytes: 26028844224
num_examples: 242997
- name: test
num_bytes: 76089986
num_examples: 718
download_size: 2473237323
dataset_size: 26104934210
---

---
配置项：
- 配置名称：default
数据文件：
- 拆分：训练集（train）
路径：data/train-*
- 拆分：测试集（test）
路径：data/test-*
数据集信息：
特征字段：
- 字段名：提示词（prompt）
数据类型：字符串（string）
- 字段名：需求（requirements）
数据类型：字符串（string）
- 字段名：备选响应1（selection_response_1）
数据类型：字符串（string）
- 字段名：备选响应2（selection_response_2）
数据类型：字符串（string）
- 字段名：备选响应3（selection_response_3）
数据类型：字符串（string）
- 字段名：备选响应4（selection_response_4）
数据类型：字符串（string）
- 字段名：当前响应1（current_response_1）
数据类型：字符串（string）
- 字段名：当前响应2（current_response_2）
数据类型：字符串（string）
- 字段名：对抗生成响应1（adversary_response_1）
数据类型：字符串（string）
- 字段名：对抗生成响应2（adversary_response_2）
数据类型：字符串（string）
- 字段名：基础模型响应1（base_response_1）
数据类型：字符串（string）
- 字段名：基础模型响应2（base_response_2）
数据类型：字符串（string）
- 字段名：备选响应1搭配对抗响应1的平均评分（selection_1_adversary_1_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应1搭配对抗响应1的多数投票结果（selection_1_adversary_1_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应1搭配对抗响应2的平均评分（selection_1_adversary_2_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应1搭配对抗响应2的多数投票结果（selection_1_adversary_2_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应2搭配对抗响应1的平均评分（selection_2_adversary_1_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应2搭配对抗响应1的多数投票结果（selection_2_adversary_1_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应2搭配对抗响应2的平均评分（selection_2_adversary_2_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应2搭配对抗响应2的多数投票结果（selection_2_adversary_2_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应3搭配对抗响应1的平均评分（selection_3_adversary_1_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应3搭配对抗响应1的多数投票结果（selection_3_adversary_1_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应3搭配对抗响应2的平均评分（selection_3_adversary_2_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应3搭配对抗响应2的多数投票结果（selection_3_adversary_2_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应4搭配对抗响应1的平均评分（selection_4_adversary_1_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应4搭配对抗响应1的多数投票结果（selection_4_adversary_1_majority）
数据类型：64位浮点数（float64）
- 字段名：备选响应4搭配对抗响应2的平均评分（selection_4_adversary_2_mean）
数据类型：64位浮点数（float64）
- 字段名：备选响应4搭配对抗响应2的多数投票结果（selection_4_adversary_2_majority）
数据类型：64位浮点数（float64）
- 字段名：当前响应1搭配对抗响应1的平均评分（current_1_adversary_1_mean）
数据类型：64位浮点数（float64）
- 字段名：当前响应1搭配对抗响应1的多数投票结果（current_1_adversary_1_majority）
数据类型：64位浮点数（float64）
- 字段名：当前响应1搭配对抗响应2的平均评分（current_1_adversary_2_mean）
数据类型：64位浮点数（float64）
- 字段名：当前响应1搭配对抗响应2的多数投票结果（current_1_adversary_2_majority）
数据类型：64位浮点数（float64）
- 字段名：当前响应2搭配对抗响应1的平均评分（current_2_adversary_1_mean）
数据类型：64位浮点数（float64）
- 字段名：当前响应2搭配对抗响应1的多数投票结果（current_2_adversary_1_majority）
数据类型：64位浮点数（float64）
- 字段名：当前响应2搭配对抗响应2的平均评分（current_2_adversary_2_mean）
数据类型：64位浮点数（float64）
- 字段名：当前响应2搭配对抗响应2的多数投票结果（current_2_adversary_2_majority）
数据类型：64位浮点数（float64）
- 字段名：通义千问提示词（qwen_prompt）
数据类型：字符串（string）
- 字段名：通义千问提示词Token（Token）列表
数据类型：64位整数列表（list<int64>）
- 字段名：选中优质响应（chosen）
数据类型：字符串（string）
- 字段名：拒斥劣质响应（reject）
数据类型：字符串（string）
- 字段名：通义千问选中优质响应（qwen_chosen）
数据类型：字符串（string）
- 字段名：通义千问拒斥劣质响应（qwen_reject）
数据类型：字符串（string）
- 字段名：通义千问选中优质响应Token（Token）列表
数据类型：64位整数列表（list<int64>）
- 字段名：通义千问拒斥劣质响应Token（Token）列表
数据类型：64位整数列表（list<int64>）
- 字段名：选中响应奖励分数（chosen_reward）
数据类型：64位浮点数（float64）
- 字段名：拒斥响应奖励分数（reject_reward）
数据类型：64位浮点数（float64）
- 字段名：生成模型选中响应分数（g_chosen）
数据类型：64位浮点数（float64）
- 字段名：生成模型拒斥响应分数（g_reject）
数据类型：64位浮点数（float64）
数据集拆分：
- 拆分名称：训练集（train）
字节占用：26028844224
样本数量：242997
- 拆分名称：测试集（test）
字节占用：76089986
样本数量：718
下载总大小：2473237323
数据集总占用大小：26104934210
---