GitBag/ultrafeedback_llama3_eurus

--- dataset_info: features: - name: source dtype: string - name: instruction dtype: string - name: models sequence: string - name: completions list: - name: annotations struct: - name: helpfulness struct: - name: Rating dtype: string - name: Rationale dtype: string - name: Rationale For Rating dtype: string - name: Type sequence: string - name: honesty struct: - name: Rating dtype: string - name: Rationale dtype: string - name: instruction_following struct: - name: Rating dtype: string - name: Rationale dtype: string - name: truthfulness struct: - name: Rating dtype: string - name: Rationale dtype: string - name: Rationale For Rating dtype: string - name: Type sequence: string - name: critique dtype: string - name: custom_system_prompt dtype: string - name: fine-grained_score dtype: float64 - name: model dtype: string - name: overall_score dtype: float64 - name: principle dtype: string - name: response dtype: string - name: correct_answers sequence: string - name: incorrect_answers sequence: string - name: llama_prompt dtype: string - name: llama_prompt_tokens sequence: int64 - name: eurus_prompt dtype: string - name: eurus_prompt_tokens sequence: int64 splits: - name: train num_bytes: 1924358893 num_examples: 62446 download_size: 383935404 dataset_size: 1924358893 configs: - config_name: default data_files: - split: train path: data/train-* ---The dataset includes multiple features such as source, instruction, models, completions, etc. Each feature has specific data types or structures, such as string, sequence of integers (sequence: int64), float64, etc. The dataset is divided into a training set (train) with 62446 samples, totaling 1924358893 bytes. The download size of the dataset is 383935404 bytes.

原始信息汇总

数据集概述

数据集特征

• source：数据类型为字符串。

• instruction：数据类型为字符串。

• models：数据类型为字符串序列。

• completions：列表类型，包含以下子特征：

  • annotations：结构类型，包含以下子特征：
    • helpfulness：结构类型，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
      • Rationale For Rating：数据类型为字符串。
      • Type：数据类型为字符串序列。
    • honesty：结构类型，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
    • instruction_following：结构类型，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
    • truthfulness：结构类型，包含：
      • Rating：数据类型为字符串。
      • Rationale：数据类型为字符串。
      • Rationale For Rating：数据类型为字符串。
      • Type：数据类型为字符串序列。
  • critique：数据类型为字符串。
  • custom_system_prompt：数据类型为字符串。
  • fine-grained_score：数据类型为浮点数。
  • model：数据类型为字符串。
  • overall_score：数据类型为浮点数。
  • principle：数据类型为字符串。
  • response：数据类型为字符串。

• correct_answers：数据类型为字符串序列。

• incorrect_answers：数据类型为字符串序列。

• llama_prompt：数据类型为字符串。

• llama_prompt_tokens：数据类型为整数序列。

• eurus_prompt：数据类型为字符串。

• eurus_prompt_tokens：数据类型为整数序列。

数据集分割

• train：包含62446个示例，数据大小为1924358893字节。

数据集大小

• 下载大小：383935404字节。
• 数据集大小：1924358893字节。

配置

• default：训练数据文件路径为data/train-*。