UCLAML/rpo-iter1_generated

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: g
dtype: int64
- name: generate_0
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_1
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_2
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_3
list:
- name: content
dtype: string
- name: role
dtype: string
- name: generate_4
list:
- name: content
dtype: string
- name: role
dtype: string
- name: probability
sequence:
sequence: float64
- name: rm_scores
sequence: float32
splits:
- name: train
num_bytes: 257772683
num_examples: 20379
download_size: 136990621
dataset_size: 257772683
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（prompt），数据类型：字符串（string）
- 名称：提示词标识符（prompt_id），数据类型：字符串（string）
- 名称：g，数据类型：int64
- 名称：生成结果0（generate_0），结构类型：列表（list），包含子字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：生成结果1（generate_1），结构类型：列表（list），包含子字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：生成结果2（generate_2），结构类型：列表（list），包含子字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：生成结果3（generate_3），结构类型：列表（list），包含子字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：生成结果4（generate_4），结构类型：列表（list），包含子字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：概率（probability），结构类型：双层浮点序列，元素数据类型：float64
- 名称：奖励模型得分（rm_scores），结构类型：序列，元素数据类型：float32
数据集拆分：
- 拆分名称：训练集（train），字节占用量：257772683，样本数量：20379
下载大小：136990621 字节
数据集总大小：257772683 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应拆分：训练集（train），文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• prompt_id: 类型为字符串。
• g: 类型为整数（int64）。
• generate_0: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_1: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_2: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_3: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• generate_4: 包含两个子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• probability: 类型为浮点数序列（float64）。
• rm_scores: 类型为浮点数序列（float32）。

数据分割

• train: 包含20379个样本，占用257772683字节。

文件大小

• 下载大小: 136990621字节。
• 数据集大小: 257772683字节。

配置

• default: 包含训练数据文件，路径为data/train-*。