zjhhhh/Llama-3.2-3B-Instruct_multi_armo_2rewards_preprocessed_rewardidx0_tokenized

---
dataset_info:
features:
- name: prompt_id
dtype: string
- name: prompt
dtype: string
- name: response_0
dtype: string
- name: response_1
dtype: string
- name: response_2
dtype: string
- name: response_3
dtype: string
- name: response_4
dtype: string
- name: response_5
dtype: string
- name: response_6
dtype: string
- name: response_7
dtype: string
- name: response_8
dtype: string
- name: response_9
dtype: string
- name: response_10
dtype: string
- name: response_11
dtype: string
- name: response_12
dtype: string
- name: response_13
dtype: string
- name: response_14
dtype: string
- name: response_15
dtype: string
- name: response_0_reward
list: float64
- name: response_1_reward
list: float64
- name: response_2_reward
list: float64
- name: response_3_reward
list: float64
- name: response_4_reward
list: float64
- name: response_5_reward
list: float64
- name: response_6_reward
list: float64
- name: response_7_reward
list: float64
- name: response_8_reward
list: float64
- name: response_9_reward
list: float64
- name: response_10_reward
list: float64
- name: response_11_reward
list: float64
- name: response_12_reward
list: float64
- name: response_13_reward
list: float64
- name: response_14_reward
list: float64
- name: response_15_reward
list: float64
- name: llama_prompt
dtype: string
- name: llama_prompt_tokens
list: int64
- name: chosen
dtype: string
- name: reject
dtype: string
- name: chosen_reward
dtype: float64
- name: reject_reward
dtype: float64
- name: g_chosen
dtype: float64
- name: g_reject
dtype: float64
- name: gap
dtype: float64
- name: llama_chosen
dtype: string
- name: llama_chosen_tokens
list: int64
- name: llama_reject
dtype: string
- name: llama_reject_tokens
list: int64
splits:
- name: train
num_bytes: 33592785348.095036
num_examples: 333939
- name: test
num_bytes: 550881015.1456311
num_examples: 5438
download_size: 2281125641
dataset_size: 34143666363.240665
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 字段名：提示ID (prompt_id)，数据类型：字符串
- 字段名：提示文本 (prompt)，数据类型：字符串
- 字段名：响应0 (response_0)，数据类型：字符串
- 字段名：响应1 (response_1)，数据类型：字符串
- 字段名：响应2 (response_2)，数据类型：字符串
- 字段名：响应3 (response_3)，数据类型：字符串
- 字段名：响应4 (response_4)，数据类型：字符串
- 字段名：响应5 (response_5)，数据类型：字符串
- 字段名：响应6 (response_6)，数据类型：字符串
- 字段名：响应7 (response_7)，数据类型：字符串
- 字段名：响应8 (response_8)，数据类型：字符串
- 字段名：响应9 (response_9)，数据类型：字符串
- 字段名：响应10 (response_10)，数据类型：字符串
- 字段名：响应11 (response_11)，数据类型：字符串
- 字段名：响应12 (response_12)，数据类型：字符串
- 字段名：响应13 (response_13)，数据类型：字符串
- 字段名：响应14 (response_14)，数据类型：字符串
- 字段名：响应15 (response_15)，数据类型：字符串
- 字段名：响应0奖励 (response_0_reward)，数据类型：64位浮点数列表
- 字段名：响应1奖励 (response_1_reward)，数据类型：64位浮点数列表
- 字段名：响应2奖励 (response_2_reward)，数据类型：64位浮点数列表
- 字段名：响应3奖励 (response_3_reward)，数据类型：64位浮点数列表
- 字段名：响应4奖励 (response_4_reward)，数据类型：64位浮点数列表
- 字段名：响应5奖励 (response_5_reward)，数据类型：64位浮点数列表
- 字段名：响应6奖励 (response_6_reward)，数据类型：64位浮点数列表
- 字段名：响应7奖励 (response_7_reward)，数据类型：64位浮点数列表
- 字段名：响应8奖励 (response_8_reward)，数据类型：64位浮点数列表
- 字段名：响应9奖励 (response_9_reward)，数据类型：64位浮点数列表
- 字段名：响应10奖励 (response_10_reward)，数据类型：64位浮点数列表
- 字段名：响应11奖励 (response_11_reward)，数据类型：64位浮点数列表
- 字段名：响应12奖励 (response_12_reward)，数据类型：64位浮点数列表
- 字段名：响应13奖励 (response_13_reward)，数据类型：64位浮点数列表
- 字段名：响应14奖励 (response_14_reward)，数据类型：64位浮点数列表
- 字段名：响应15奖励 (response_15_reward)，数据类型：64位浮点数列表
- 字段名：Llama格式提示 (llama_prompt)，数据类型：字符串
- 字段名：Llama格式提示Token列表 (llama_prompt_tokens)，数据类型：64位整数列表
- 字段名：优选响应 (chosen)，数据类型：字符串
- 字段名：拒选响应 (reject)，数据类型：字符串
- 字段名：优选响应奖励 (chosen_reward)，数据类型：64位浮点数
- 字段名：拒选响应奖励 (reject_reward)，数据类型：64位浮点数
- 字段名：g_chosen，数据类型：64位浮点数
- 字段名：g_reject，数据类型：64位浮点数
- 字段名：gap，数据类型：64位浮点数
- 字段名：Llama格式优选响应 (llama_chosen)，数据类型：字符串
- 字段名：Llama格式优选响应Token列表 (llama_chosen_tokens)，数据类型：64位整数列表
- 字段名：Llama格式拒选响应 (llama_reject)，数据类型：字符串
- 字段名：Llama格式拒选响应Token列表 (llama_reject_tokens)，数据类型：64位整数列表
数据集划分：
- 划分名称：训练集 (train)，占用字节数：33592785348.095036，样本数量：333939
- 划分名称：测试集 (test)，占用字节数：550881015.1456311，样本数量：5438
下载大小：2281125641
数据集总大小：34143666363.240665
数据集配置：
- 配置名称：default
数据文件：
- 数据集划分：train，文件路径：data/train-*
- 数据集划分：test，文件路径：data/test-*