ShenaoZ/001_ablation_5iters_bs256_nodpo_dataset

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: reference_response
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: test_prefs_1
num_bytes: 15193743
num_examples: 2000
- name: train_prefs_1
num_bytes: 93282680
num_examples: 12227
- name: test_prefs_2
num_bytes: 17468288
num_examples: 2000
- name: train_prefs_2
num_bytes: 105946578
num_examples: 12227
- name: test_prefs_3
num_bytes: 16798123
num_examples: 2000
- name: train_prefs_3
num_bytes: 103387589
num_examples: 12227
- name: test_prefs_4
num_bytes: 16707704
num_examples: 2000
- name: train_prefs_4
num_bytes: 102543780
num_examples: 12227
- name: test_prefs_5
num_bytes: 16807618
num_examples: 2000
download_size: 267961464
dataset_size: 488136103
configs:
- config_name: default
data_files:
- split: test_prefs_1
path: data/test_prefs_1-*
- split: train_prefs_1
path: data/train_prefs_1-*
- split: test_prefs_2
path: data/test_prefs_2-*
- split: train_prefs_2
path: data/train_prefs_2-*
- split: test_prefs_3
path: data/test_prefs_3-*
- split: train_prefs_3
path: data/train_prefs_3-*
- split: test_prefs_4
path: data/test_prefs_4-*
- split: train_prefs_4
path: data/train_prefs_4-*
- split: test_prefs_5
path: data/test_prefs_5-*
---
# Dataset Card for "0.001_ablation_5iters_bs256_nodpo_dataset"

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

---
## 数据集信息
### 特征字段
本数据集包含以下特征字段：
1. **提示词（prompt）**：数据类型为字符串
2. **提示词ID（prompt_id）**：数据类型为字符串
3. **消息（messages）**：列表类型，列表内每个元素为包含以下两个字段的结构体：
- **内容（content）**：数据类型为字符串
- **角色（role）**：数据类型为字符串
4. **选中回复得分（score_chosen）**：数据类型为64位浮点型（float64）
5. **拒选回复得分（score_rejected）**：数据类型为64位浮点型（float64）
6. **参考回复（reference_response）**：数据类型为字符串
7. **选中回复（chosen）**：列表类型，列表内每个元素为包含以下两个字段的结构体：
- **内容（content）**：数据类型为字符串
- **角色（role）**：数据类型为字符串
8. **拒选回复（rejected）**：列表类型，列表内每个元素为包含以下两个字段的结构体：
- **内容（content）**：数据类型为字符串
- **角色（role）**：数据类型为字符串

### 数据划分
各数据划分的详细信息如下：
| 划分名称 | 字节数 | 样本数量 |
|----------------|--------------|----------|
| test_prefs_1 | 15193743 | 2000 |
| train_prefs_1 | 93282680 | 12227 |
| test_prefs_2 | 17468288 | 2000 |
| train_prefs_2 | 105946578 | 12227 |
| test_prefs_3 | 16798123 | 2000 |
| train_prefs_3 | 103387589 | 12227 |
| test_prefs_4 | 16707704 | 2000 |
| train_prefs_4 | 102543780 | 12227 |
| test_prefs_5 | 16807618 | 2000 |

整体数据集参数：
- 下载大小：267961464 字节
- 数据集总大小：488136103 字节

### 配置项
本数据集仅包含一个默认配置（default），各数据划分对应的数据文件路径如下：
- 划分 test_prefs_1：对应数据路径为 `data/test_prefs_1-*`
- 划分 train_prefs_1：对应数据路径为 `data/train_prefs_1-*`
- 划分 test_prefs_2：对应数据路径为 `data/test_prefs_2-*`
- 划分 train_prefs_2：对应数据路径为 `data/train_prefs_2-*`
- 划分 test_prefs_3：对应数据路径为 `data/test_prefs_3-*`
- 划分 train_prefs_3：对应数据路径为 `data/train_prefs_3-*`
- 划分 test_prefs_4：对应数据路径为 `data/test_prefs_4-*`
- 划分 train_prefs_4：对应数据路径为 `data/train_prefs_4-*`
- 划分 test_prefs_5：对应数据路径为 `data/test_prefs_5-*`
---

# "0.001_ablation_5iters_bs256_nodpo_dataset"数据集卡片
[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

"0.001_ablation_5iters_bs256_nodpo_dataset"

数据集特征

• prompt: 数据类型为字符串
• prompt_id: 数据类型为字符串
• messages: 包含以下子特征
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• score_chosen: 数据类型为float64
• score_rejected: 数据类型为float64
• reference_response: 数据类型为字符串
• chosen: 包含以下子特征
  • content: 数据类型为字符串
  • role: 数据类型为字符串
• rejected: 包含以下子特征
  • content: 数据类型为字符串
  • role: 数据类型为字符串

数据集分割

• test_prefs_1: 大小为15193743字节，包含2000个示例
• train_prefs_1: 大小为93282680字节，包含12227个示例
• test_prefs_2: 大小为17468288字节，包含2000个示例
• train_prefs_2: 大小为105946578字节，包含12227个示例
• test_prefs_3: 大小为16798123字节，包含2000个示例
• train_prefs_3: 大小为103387589字节，包含12227个示例
• test_prefs_4: 大小为16707704字节，包含2000个示例
• train_prefs_4: 大小为102543780字节，包含12227个示例
• test_prefs_5: 大小为16807618字节，包含2000个示例

数据集大小

• 下载大小: 267961464字节
• 数据集大小: 488136103字节

数据文件配置

• config_name: default
• data_files: 包含多个分割的数据文件路径
  • 各分割对应的路径格式为 "data/分割名称-*"