andersonbcdefg/reward-modeling-long-tokenized

---
dataset_info:
features:
- name: preferred_input_ids
sequence: int64
- name: preferred_attention_masks
sequence: int64
- name: dispreferred_input_ids
sequence: int64
- name: dispreferred_attention_masks
sequence: int64
splits:
- name: train
num_bytes: 17170494224
num_examples: 261937
download_size: 437217639
dataset_size: 17170494224
---
# Dataset Card for "reward-modeling-long-tokenized"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
数据集信息：
特征：
- 首选输入ID（preferred_input_ids）：序列类型为int64（64位整数）
- 首选注意力掩码（preferred_attention_masks）：序列类型为int64（64位整数）
- 非首选输入ID（dispreferred_input_ids）：序列类型为int64（64位整数）
- 非首选注意力掩码（dispreferred_attention_masks）：序列类型为int64（64位整数）
数据拆分：
- 名称：训练集（train），字节大小为17170494224，样本数量为261937
下载大小：437217639 字节
数据集总大小：17170494224 字节
---
# 奖励建模长序列Token化数据集（reward-modeling-long-tokenized）卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集名称

• 名称: reward-modeling-long-tokenized

数据集特征

• 特征列表:
  • preferred_input_ids: 序列类型为 int64
  • preferred_attention_masks: 序列类型为 int64
  • dispreferred_input_ids: 序列类型为 int64
  • dispreferred_attention_masks: 序列类型为 int64

数据集分割

• 训练集:
  • 样本数量: 261937
  • 存储大小: 17170494224 字节

数据集大小

• 下载大小: 437217639 字节
• 总数据集大小: 17170494224 字节