ShenaoZ/0.001_withdpo_4iters_bs256_432lr_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: 17324928
num_examples: 2000
- name: train_prefs_1
num_bytes: 132033790
num_examples: 15283
- name: test_prefs_2
num_bytes: 16914327
num_examples: 2000
- name: train_prefs_2
num_bytes: 130331686
num_examples: 15283
- name: test_prefs_3
num_bytes: 16762482
num_examples: 2000
- name: train_prefs_3
num_bytes: 128728639
num_examples: 15283
download_size: 242350753
dataset_size: 442095852
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-*
---
# Dataset Card for "0.001_withdpo_4iters_bs256_432lr_dataset"

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

---
dataset_info:
features:
- name: 提示词（prompt）
数据类型（dtype）: 字符串（string）
- name: 提示词ID（prompt_id）
数据类型（dtype）: 字符串（string）
- name: 对话消息（messages）
列表（list）:
- name: 内容（content）
数据类型（dtype）: 字符串（string）
- name: 角色（role）
数据类型（dtype）: 字符串（string）
- name: 已选响应得分（score_chosen）
数据类型（dtype）: 64位浮点型（float64）
- name: 已拒响应得分（score_rejected）
数据类型（dtype）: 64位浮点型（float64）
- name: 参考响应（reference_response）
数据类型（dtype）: 字符串（string）
- name: 已选响应（chosen）
列表（list）:
- name: 内容（content）
数据类型（dtype）: 字符串（string）
- name: 角色（role）
数据类型（dtype）: 字符串（string）
- name: 已拒响应（rejected）
列表（list）:
- name: 内容（content）
数据类型（dtype）: 字符串（string）
- name: 角色（role）
数据类型（dtype）: 字符串（string）
splits:
- name: 测试偏好集1（test_prefs_1）
字节数: 17324928
样本数: 2000
- name: 训练偏好集1（train_prefs_1）
字节数: 132033790
样本数: 15283
- name: 测试偏好集2（test_prefs_2）
字节数: 16914327
样本数: 2000
- name: 训练偏好集2（train_prefs_2）
字节数: 130331686
样本数: 15283
- name: 测试偏好集3（test_prefs_3）
字节数: 16762482
样本数: 2000
- name: 训练偏好集3（train_prefs_3）
字节数: 128728639
样本数: 15283
下载大小: 242350753
数据集总大小: 442095852
configs:
- config_name: 默认配置（default）
data_files:
- 对应划分: 测试偏好集1（test_prefs_1）
路径: data/test_prefs_1-*
- 对应划分: 训练偏好集1（train_prefs_1）
路径: data/train_prefs_1-*
- 对应划分: 测试偏好集2（test_prefs_2）
路径: data/test_prefs_2-*
- 对应划分: 训练偏好集2（train_prefs_2）
路径: data/train_prefs_2-*
- 对应划分: 测试偏好集3（test_prefs_3）
路径: data/test_prefs_3-*
- 对应划分: 训练偏好集3（train_prefs_3）
路径: data/train_prefs_3-*
---
# 「0.001_withdpo_4iters_bs256_432lr_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_withdpo_4iters_bs256_432lr_dataset"

数据集特征

• prompt：字符串类型
• prompt_id：字符串类型
• messages：列表类型，包含以下子特征：
  • content：字符串类型
  • role：字符串类型
• score_chosen：浮点数类型（float64）
• score_rejected：浮点数类型（float64）
• reference_response：字符串类型
• chosen：列表类型，包含以下子特征：
  • content：字符串类型
  • role：字符串类型
• rejected：列表类型，包含以下子特征：
  • content：字符串类型
  • role：字符串类型

数据集分割

• test_prefs_1：
  • 字节数：17324928
  • 示例数：2000
• train_prefs_1：
  • 字节数：132033790
  • 示例数：15283
• test_prefs_2：
  • 字节数：16914327
  • 示例数：2000
• train_prefs_2：
  • 字节数：130331686
  • 示例数：15283
• test_prefs_3：
  • 字节数：16762482
  • 示例数：2000
• train_prefs_3：
  • 字节数：128728639
  • 示例数：15283

数据集大小

• 下载大小：242350753字节
• 数据集大小：442095852字节

配置信息

• config_name：default
• data_files：
  • split：test_prefs_1，路径：data/test_prefs_1-*
  • split：train_prefs_1，路径：data/train_prefs_1-*
  • split：test_prefs_2，路径：data/test_prefs_2-*
  • split：train_prefs_2，路径：data/train_prefs_2-*
  • split：test_prefs_3，路径：data/test_prefs_3-*
  • split：train_prefs_3，路径：data/train_prefs_3-*