vwxyzjn/ultrafeedback_binarized_1708458397

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: query
list:
- name: content
dtype: string
- name: role
dtype: string
- name: query_token
sequence: int64
- name: query_token_len
dtype: int64
- name: query_chosen_token
sequence: int64
- name: query_chosen_token_len
dtype: int64
- name: chosen_token
sequence: int64
- name: chosen_token_len
dtype: int64
- name: query_rejected_token
sequence: int64
- name: query_rejected_token_len
dtype: int64
- name: rejected_token
sequence: int64
- name: rejected_token_len
dtype: int64
splits:
- name: test_prefs
num_bytes: 32081521.922
num_examples: 796
- name: train_prefs
num_bytes: 989546069.7476732
num_examples: 24488
download_size: 115747618
dataset_size: 1021627591.6696732
---
# Dataset Card for "ultrafeedback_binarized_1708458397"

[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：字符串型
- 名称：提示词ID（prompt_id），数据类型：字符串型
- 名称：选中回复（chosen），数据类型为列表，列表项包含：
- 内容（content）：字符串型
- 角色（role）：字符串型
- 名称：拒选回复（rejected），数据类型为列表，列表项包含：
- 内容（content）：字符串型
- 角色（role）：字符串型
- 名称：对话消息（messages），数据类型为列表，列表项包含：
- 内容（content）：字符串型
- 角色（role）：字符串型
- 名称：选中回复得分（score_chosen），数据类型：64位浮点型
- 名称：拒选回复得分（score_rejected），数据类型：64位浮点型
- 名称：查询语句（query），数据类型为列表，列表项包含：
- 内容（content）：字符串型
- 角色（role）：字符串型
- 名称：查询Token序列（query_token），数据类型：64位整型序列
- 名称：查询Token长度（query_token_len），数据类型：64位整型
- 名称：查询-选中回复Token序列（query_chosen_token），数据类型：64位整型序列
- 名称：查询-选中回复Token长度（query_chosen_token_len），数据类型：64位整型
- 名称：选中回复Token序列（chosen_token），数据类型：64位整型序列
- 名称：选中回复Token长度（chosen_token_len），数据类型：64位整型
- 名称：查询-拒选回复Token序列（query_rejected_token），数据类型：64位整型序列
- 名称：查询-拒选回复Token长度（query_rejected_token_len），数据类型：64位整型
- 名称：拒选回复Token序列（rejected_token），数据类型：64位整型序列
- 名称：拒选回复Token长度（rejected_token_len），数据类型：64位整型
划分集：
- 名称：偏好测试集（test_prefs），字节数：32081521.922，样本数量：796
- 名称：偏好训练集（train_prefs），字节数：989546069.7476732，样本数量：24488
下载大小：115747618
数据集总大小：1021627591.6696732

# 「ultrafeedback_binarized_1708458397」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

数据集信息

特征

• prompt: 字符串类型
• prompt_id: 字符串类型
• chosen: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• rejected: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• messages: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• score_chosen: 浮点数类型
• score_rejected: 浮点数类型
• query: 列表类型，包含以下字段：
  • content: 字符串类型
  • role: 字符串类型
• query_token: 整数序列类型
• query_token_len: 整数类型
• query_chosen_token: 整数序列类型
• query_chosen_token_len: 整数类型
• chosen_token: 整数序列类型
• chosen_token_len: 整数类型
• query_rejected_token: 整数序列类型
• query_rejected_token_len: 整数类型
• rejected_token: 整数序列类型
• rejected_token_len: 整数类型

数据分割

• test_prefs: 包含796个样本，大小为32081521.922字节
• train_prefs: 包含24488个样本，大小为989546069.7476732字节

数据集大小

• 下载大小: 115747618字节
• 数据集大小: 1021627591.6696732字节