ShenaoZ/0.0005_mistral_withdpo_4iters_bs256_5551lr_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: 16163378
num_examples: 2000
- name: train_prefs_1
num_bytes: 124168288
num_examples: 15283
- name: test_prefs_2
num_bytes: 36729013
num_examples: 2000
- name: train_prefs_2
num_bytes: 281692337
num_examples: 15283
- name: test_prefs_3
num_bytes: 20449827
num_examples: 2000
- name: train_prefs_3
num_bytes: 156821670
num_examples: 15283
download_size: 230853186
dataset_size: 636024513
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 "0.0005_withdpo_4iters_bs256_5551lr_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：
- 名称：提示词（prompt），数据类型：字符串
- 名称：提示词ID（prompt_id），数据类型：字符串
- 名称：消息列表（messages），列表元素结构：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：选中回复得分（score_chosen），数据类型：float64（64位浮点型）
- 名称：拒选回复得分（score_rejected），数据类型：float64（64位浮点型）
- 名称：参考回复（reference_response），数据类型：字符串
- 名称：选中回复（chosen），列表元素结构：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
- 名称：拒选回复（rejected），列表元素结构：
- 名称：内容（content），数据类型：字符串
- 名称：角色（role），数据类型：字符串
数据划分：
- 划分名称：偏好测试集1（test_prefs_1），字节大小：16163378，样本数量：2000
- 划分名称：偏好训练集1（train_prefs_1），字节大小：124168288，样本数量：15283
- 划分名称：偏好测试集2（test_prefs_2），字节大小：36729013，样本数量：2000
- 划分名称：偏好训练集2（train_prefs_2），字节大小：281692337，样本数量：15283
- 划分名称：偏好测试集3（test_prefs_3），字节大小：20449827，样本数量：2000
- 划分名称：偏好训练集3（train_prefs_3），字节大小：156821670，样本数量：15283
下载总大小：230853186，数据集总大小：636024513
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：偏好测试集1（test_prefs_1），数据路径：data/test_prefs_1-*
- 对应划分：偏好训练集1（train_prefs_1），数据路径：data/train_prefs_1-*
- 对应划分：偏好测试集2（test_prefs_2），数据路径：data/test_prefs_2-*
- 对应划分：偏好训练集2（train_prefs_2），数据路径：data/train_prefs_2-*
- 对应划分：偏好测试集3（test_prefs_3），数据路径：data/test_prefs_3-*
- 对应划分：偏好训练集3（train_prefs_3），数据路径：data/train_prefs_3-*

---
# "0.0005_withdpo_4iters_bs256_5551lr_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

数据集特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• messages: 列表类型，包含：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• score_chosen: 数据类型为浮点数（float64）。
• score_rejected: 数据类型为浮点数（float64）。
• reference_response: 数据类型为字符串。
• chosen: 列表类型，包含：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 列表类型，包含：
  • 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: 字节数为16163378，示例数为2000。
• train_prefs_1: 字节数为124168288，示例数为15283。
• test_prefs_2: 字节数为36729013，示例数为2000。
• train_prefs_2: 字节数为281692337，示例数为15283。
• test_prefs_3: 字节数为20449827，示例数为2000。
• train_prefs_3: 字节数为156821670，示例数为15283。

数据集大小

• 下载大小: 230853186字节。
• 数据集大小: 636024513字节。

配置信息

• 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-*