adamxyang/1.4b-policy_preference_data_gold_labelled_noisy_0.35

---
dataset_info:
features:
- name: answers
sequence: string
- name: input
dtype: string
- name: instruction
dtype: string
- name: preference
dtype: int64
splits:
- name: train
num_bytes: 27875579
num_examples: 49383
- name: validation
num_bytes: 1139961
num_examples: 2000
download_size: 15731891
dataset_size: 29015540
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征：
- 名称：answers，类型：字符串序列
- 名称：input，数据类型：字符串
- 名称：instruction，数据类型：字符串
- 名称：preference，数据类型：64位整数
数据集拆分：
- 拆分名称：训练集（train），占用字节数：27875579，样本数量：49383
- 拆分名称：验证集（validation），占用字节数：1139961，样本数量：2000
下载大小：15731891字节，数据集总大小：29015540字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 训练集（train）拆分对应路径：data/train-*
- 验证集（validation）拆分对应路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• answers: 序列类型，字符串。
• input: 数据类型，字符串。
• instruction: 数据类型，字符串。
• preference: 数据类型，整数（int64）。

数据集划分

• 训练集（train）:
  • 示例数量: 49383
  • 数据大小: 27875579 字节
• 验证集（validation）:
  • 示例数量: 2000
  • 数据大小: 1139961 字节

数据集大小

• 下载大小: 15731891 字节
• 数据集总大小: 29015540 字节

数据文件配置

• 默认配置（default）:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*