vwxyzjn/summarize_from_feedback_oai_preprocessing_1706373318
收藏Hugging Face2024-01-27 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/vwxyzjn/summarize_from_feedback_oai_preprocessing_1706373318
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: info
struct:
- name: id
dtype: string
- name: post
dtype: string
- name: title
dtype: string
- name: subreddit
dtype: string
- name: site
dtype: string
- name: article
dtype: string
- name: summaries
list:
- name: text
dtype: string
- name: policy
dtype: string
- name: note
dtype: string
- name: choice
dtype: int32
- name: worker
dtype: string
- name: batch
dtype: string
- name: split
dtype: string
- name: extra
struct:
- name: confidence
dtype: int32
- name: query_token
sequence: int64
- name: query
dtype: string
- name: chosen
dtype: string
- name: chosen_token
sequence: int64
- name: chosen_token_len
dtype: int64
- name: rejected
dtype: string
- name: rejected_token
sequence: int64
- name: rejected_token_len
dtype: int64
- name: chosen_policy
dtype: string
- name: rejected_policy
dtype: string
- name: policies
dtype: string
- name: query_chosen
dtype: string
- name: query_chosen_token
sequence: int64
- name: query_chosen_token_len
dtype: int64
- name: query_rejected
dtype: string
- name: query_rejected_token
sequence: int64
- name: query_rejected_token_len
dtype: int64
- name: query_token_len
dtype: int64
splits:
- name: train
num_bytes: 2213637327
num_examples: 92858
- name: validation
num_bytes: 2004572677
num_examples: 83802
- name: validation_cnndm
num_bytes: 151589957
num_examples: 2284
download_size: 278345000
dataset_size: 4369799961
---
# Dataset Card for "summarize_from_feedback_oai_preprocessing_1706373318"
[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)
提供机构：
vwxyzjn
原始信息汇总
数据集概述
数据集信息
特征
- info: 包含以下字段
- id: 数据类型为字符串
- post: 数据类型为字符串
- title: 数据类型为字符串
- subreddit: 数据类型为字符串
- site: 数据类型为字符串
- article: 数据类型为字符串
- summaries: 包含以下字段
- text: 数据类型为字符串
- policy: 数据类型为字符串
- note: 数据类型为字符串
- choice: 数据类型为整数32位
- worker: 数据类型为字符串
- batch: 数据类型为字符串
- split: 数据类型为字符串
- extra: 包含以下字段
- confidence: 数据类型为整数32位
- query_token: 数据类型为整数64位序列
- query: 数据类型为字符串
- chosen: 数据类型为字符串
- chosen_token: 数据类型为整数64位序列
- chosen_token_len: 数据类型为整数64位
- rejected: 数据类型为字符串
- rejected_token: 数据类型为整数64位序列
- rejected_token_len: 数据类型为整数64位
- chosen_policy: 数据类型为字符串
- rejected_policy: 数据类型为字符串
- policies: 数据类型为字符串
- query_chosen: 数据类型为字符串
- query_chosen_token: 数据类型为整数64位序列
- query_chosen_token_len: 数据类型为整数64位
- query_rejected: 数据类型为字符串
- query_rejected_token: 数据类型为整数64位序列
- query_rejected_token_len: 数据类型为整数64位
- query_token_len: 数据类型为整数64位
数据集划分
- train: 包含92858个样本，大小为2213637327字节
- validation: 包含83802个样本，大小为2004572677字节
- validation_cnndm: 包含2284个样本，大小为151589957字节
数据集大小
- 下载大小: 278345000字节
- 数据集大小: 4369799961字节
