argilla/10k_prompts_ranked_sft_zephyr

---
dataset_info:
features:
- name: input
dtype: string
- name: quality
list:
- name: status
dtype: string
- name: user_id
dtype: string
- name: value
dtype: string
- name: metadata
dtype: string
- name: avg_rating
dtype: float64
- name: num_responses
dtype: int64
- name: agreement_ratio
dtype: float64
- name: raw_responses
sequence: int64
- name: kind
dtype: string
- name: generation_model
sequence: string
- name: generation_prompt
sequence: string
- name: raw_generation_responses
sequence: string
- name: generations
sequence: string
splits:
- name: train
num_bytes: 44173269
num_examples: 10331
download_size: 20622194
dataset_size: 44173269
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 名称：输入（input），数据类型：字符串（string）
- 名称：质量标注（quality），为列表结构，包含以下子字段：
- 子字段：状态（status），数据类型：字符串
- 子字段：用户标识（user_id），数据类型：字符串
- 子字段：标注值（value），数据类型：字符串
- 名称：元数据（metadata），数据类型：字符串
- 名称：平均评分（avg_rating），数据类型：64位浮点型（float64）
- 名称：响应数量（num_responses），数据类型：64位整型（int64）
- 名称：标注一致性比例（agreement_ratio），数据类型：64位浮点型
- 名称：原始响应序列（raw_responses），数据类型：64位整型（int64）序列
- 名称：任务类型（kind），数据类型：字符串
- 名称：生成模型（generation_model），数据类型：字符串序列
- 名称：生成提示词（generation_prompt），数据类型：字符串序列
- 名称：原始生成响应（raw_generation_responses），数据类型：字符串序列
- 名称：生成结果（generations），数据类型：字符串序列
数据划分：
- 划分名称：训练集（train），占用字节数：44173269，样本量：10331
下载大小：20622194，数据集总大小：44173269
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），路径：data/train-*

原始信息汇总

数据集概述

数据特征

• input: 数据类型为字符串。
• quality: 包含以下子特征：
  • status: 数据类型为字符串。
  • user_id: 数据类型为字符串。
  • value: 数据类型为字符串。
• metadata: 数据类型为字符串。
• avg_rating: 数据类型为浮点数（float64）。
• num_responses: 数据类型为整数（int64）。
• agreement_ratio: 数据类型为浮点数（float64）。
• raw_responses: 数据类型为整数序列（sequence: int64）。
• kind: 数据类型为字符串。
• generation_model: 数据类型为字符串序列（sequence: string）。
• generation_prompt: 数据类型为字符串序列（sequence: string）。
• raw_generation_responses: 数据类型为字符串序列（sequence: string）。
• generations: 数据类型为字符串序列（sequence: string）。

数据分割

• train: 包含10331个样本，占用44173269字节。

数据集大小

• 下载大小: 20622194字节
• 数据集大小: 44173269字节

配置

• default: 包含训练数据文件，路径为data/train-*。