argilla/ultrafeedback-binarized-avg-rating-for-dpo-filtered

---
dataset_info:
features:
- name: source
dtype: string
- name: instruction
dtype: string
- name: chosen_response
dtype: string
- name: rejected_response
dtype: string
- name: chosen_avg_rating
dtype: float64
- name: rejected_avg_rating
dtype: float64
- name: chosen_model
dtype: string
splits:
- name: train
num_bytes: 184744511.83915183
num_examples: 57741
download_size: 102559579
dataset_size: 184744511.83915183
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：来源（source），数据类型：字符串
- 字段名：指令（instruction），数据类型：字符串
- 字段名：首选回复（chosen_response），数据类型：字符串
- 字段名：拒选回复（rejected_response），数据类型：字符串
- 字段名：首选回复平均评分（chosen_avg_rating），数据类型：双精度浮点数（float64）
- 字段名：拒选回复平均评分（rejected_avg_rating），数据类型：双精度浮点数（float64）
- 字段名：首选回复生成模型（chosen_model），数据类型：字符串
数据划分：
- 划分名称：训练集（train），字节大小：184744511.83915183，样本数量：57741
下载大小：102559579
数据集总大小：184744511.83915183
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集特征

• source: 数据类型为字符串。
• instruction: 数据类型为字符串。
• chosen_response: 数据类型为字符串。
• rejected_response: 数据类型为字符串。
• chosen_avg_rating: 数据类型为浮点数（float64）。
• rejected_avg_rating: 数据类型为浮点数（float64）。
• chosen_model: 数据类型为字符串。

数据集划分

• train: 包含57741个样本，占用184744511.83915183字节。

数据集大小

• 下载大小: 102559579字节。
• 数据集大小: 184744511.83915183字节。

配置

• default: 包含训练数据文件，路径为data/train-*。