jihuny/beyond_rlhf_uf_ref
收藏Hugging Face2026-03-27 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/beyond_rlhf_uf_ref
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: prompt_id
dtype: int64
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: chosen_reward
dtype: float64
- name: rejected_reward
dtype: float64
- name: chosen_index
dtype: int64
- name: rejected_index
dtype: int64
- name: chosen_logprob
dtype: float64
- name: rejected_logprob
dtype: float64
- name: llama_prompt
dtype: string
- name: llama_prompt_tokens
list: int64
- name: llama_chosen
dtype: string
- name: llama_chosen_tokens
list: int64
- name: llama_reject
dtype: string
- name: llama_reject_tokens
list: int64
- name: reject
dtype: string
- name: reject_reward
dtype: float64
- name: reject_logprob
dtype: float64
splits:
- name: train
num_bytes: 4431841732
num_examples: 61289
download_size: 2921734862
dataset_size: 4431841732
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征字段：
- 名称：提示词ID (prompt_id)，数据类型：64位整数
- 名称：提示词 (prompt)，数据类型：字符串
- 名称：优选响应 (chosen)，数据类型：字符串
- 名称：拒选响应 (rejected)，数据类型：字符串
- 名称：优选响应奖励值 (chosen_reward)，数据类型：64位浮点数
- 名称：拒选响应奖励值 (rejected_reward)，数据类型：64位浮点数
- 名称：优选响应索引 (chosen_index)，数据类型：64位整数
- 名称：拒选响应索引 (rejected_index)，数据类型：64位整数
- 名称：优选响应对数概率 (chosen_logprob)，数据类型：64位浮点数
- 名称：拒选响应对数概率 (rejected_logprob)，数据类型：64位浮点数
- 名称：LLaMA格式提示词 (llama_prompt)，数据类型：字符串
- 名称：LLaMA格式提示词Token序列 (llama_prompt_tokens)，数据类型：64位整数列表
- 名称：LLaMA格式优选响应 (llama_chosen)，数据类型：字符串
- 名称：LLaMA格式优选响应Token序列 (llama_chosen_tokens)，数据类型：64位整数列表
- 名称：LLaMA格式拒选响应 (llama_reject)，数据类型：字符串
- 名称：LLaMA格式拒选响应Token序列 (llama_reject_tokens)，数据类型：64位整数列表
- 名称：拒选响应 (reject)，数据类型：字符串
- 名称：拒选响应奖励值 (reject_reward)，数据类型：64位浮点数
- 名称：拒选响应对数概率 (reject_logprob)，数据类型：64位浮点数
数据集划分：
- 划分名称：训练集 (train)，占用字节数：4431841732，样本数量：61289
下载大小：2921734862
数据集总占用大小：4431841732
配置项：
- 配置名称：默认配置 (default)，数据文件：
- 划分：训练集 (train)，数据路径：data/train-*
提供机构：
jihuny
