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

---
dataset_info:
- config_name: alpaca_instructions-pythia_14m_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
splits:
- name: preference
num_bytes: 25315216
num_examples: 20001
download_size: 12112309
dataset_size: 25315216
- 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
splits:
- name: preference
num_bytes: 25451634
num_examples: 20001
download_size: 12144402
dataset_size: 25451634
- config_name: alpaca_instructions-pythia_70m_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
splits:
- name: preference
num_bytes: 25276914
num_examples: 20001
download_size: 11799025
dataset_size: 25276914
configs:
- config_name: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: preference
path: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1/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-*
- config_name: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: preference
path: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
---

数据集信息：
- 配置名称：alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征：
- 名称：instruction（指令），数据类型：字符串（string）
- 名称：input（输入），数据类型：字符串（string）
- 名称：output（输出），数据类型：字符串（string）
- 名称：preference（偏好），数据类型：64位整数（int64）
- 名称：output_1（输出1），数据类型：字符串（string）
- 名称：output_2（输出2），数据类型：字符串（string）
- 名称：reward_model_prompt_format（奖励模型提示格式），数据类型：字符串（string）
- 名称：gen_prompt_format（生成提示格式），数据类型：字符串（string）
- 名称：gen_kwargs（生成参数配置），为结构体类型，包含以下子字段：
- 名称：do_sample（是否采样），数据类型：布尔值（bool）
- 名称：max_new_tokens（最大生成令牌数），数据类型：64位整数（int64）
- 名称：pad_token_id（填充令牌ID），数据类型：64位整数（int64）
- 名称：top_k（Top-K采样），数据类型：64位整数（int64）
- 名称：top_p（Top-P采样），数据类型：双精度浮点数（float64）
- 名称：reward_1（奖励得分1），数据类型：双精度浮点数（float64）
- 名称：reward_2（奖励得分2），数据类型：双精度浮点数（float64）
- 名称：n_samples（样本数），数据类型：64位整数（int64）
数据划分：
- 划分名称：preference（偏好划分），占用字节数：25315216，样本总数：20001
下载总大小：12112309，数据集存储总大小：25315216
- 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征与上述14M配置完全一致：
特征列表：
- 名称：instruction（指令），数据类型：字符串（string）
- 名称：input（输入），数据类型：字符串（string）
- 名称：output（输出），数据类型：字符串（string）
- 名称：preference（偏好），数据类型：64位整数（int64）
- 名称：output_1（输出1），数据类型：字符串（string）
- 名称：output_2（输出2），数据类型：字符串（string）
- 名称：reward_model_prompt_format（奖励模型提示格式），数据类型：字符串（string）
- 名称：gen_prompt_format（生成提示格式），数据类型：字符串（string）
- 名称：gen_kwargs（生成参数配置），结构体类型，包含子字段：do_sample（是否采样）、max_new_tokens（最大生成令牌数）、pad_token_id（填充令牌ID）、top_k（Top-K采样）、top_p（Top-P采样）
- 名称：reward_1（奖励得分1）、reward_2（奖励得分2）、n_samples（样本数），数据类型分别为双精度浮点数、双精度浮点数、64位整数
数据划分：
- 划分名称：preference（偏好划分），占用字节数：25451634，样本总数：20001
下载总大小：12144402，数据集存储总大小：25451634
- 配置名称：alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征与前两个配置一致：
特征列表同前，数据划分：
- 划分名称：preference（偏好划分），占用字节数：25276914，样本总数：20001
下载总大小：11799025，数据集存储总大小：25276914
配置详情：
- 配置名称：alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1，对应数据文件：
- 数据划分：preference（偏好划分），文件路径：alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
- 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1，对应数据文件：
- 数据划分：preference（偏好划分），文件路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
- 配置名称：alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1，对应数据文件：
- 数据划分：preference（偏好划分），文件路径：alpaca_instructions-pythia_70m_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

• 配置名称: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1
• 配置名称: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
• 配置名称: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1

数据集特征

• 特征名称: instruction
  • 数据类型: string
• 特征名称: input
  • 数据类型: string
• 特征名称: output
  • 数据类型: string
• 特征名称: preference
  • 数据类型: int64
• 特征名称: output_1
  • 数据类型: string
• 特征名称: output_2
  • 数据类型: string
• 特征名称: reward_model_prompt_format
  • 数据类型: string
• 特征名称: gen_prompt_format
  • 数据类型: string
• 特征名称: gen_kwargs
  • 结构:
    • 名称: do_sample
      • 数据类型: bool
    • 名称: max_new_tokens
      • 数据类型: int64
    • 名称: pad_token_id
      • 数据类型: int64
    • 名称: top_k
      • 数据类型: int64
    • 名称: top_p
      • 数据类型: float64
• 特征名称: reward_1
  • 数据类型: float64
• 特征名称: reward_2
  • 数据类型: float64
• 特征名称: n_samples
  • 数据类型: int64

数据集分割

• 分割名称: preference
  • 配置: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1
    • 字节数: 25315216
    • 样本数: 20001
  • 配置: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
    • 字节数: 25451634
    • 样本数: 20001
  • 配置: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
    • 字节数: 25276914
    • 样本数: 20001

数据集大小

• 配置: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1
  • 下载大小: 12112309
  • 数据集大小: 25315216
• 配置: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
  • 下载大小: 12144402
  • 数据集大小: 25451634
• 配置: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
  • 下载大小: 11799025
  • 数据集大小: 25276914

数据文件路径

• 配置: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1
  • 分割: preference
    • 路径: alpaca_instructions-pythia_14m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
• 配置: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
  • 分割: preference
    • 路径: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
• 配置: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
  • 分割: preference
    • 路径: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*