jihuny/beyond_rlhf_uf_ref_logprob

---
dataset_info:
features:
- name: prompt_id
dtype: int64
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: chosen_reward
dtype: float64
- name: rejected_reward
dtype: float64
- name: chosen_index
dtype: int64
- name: rejected_index
dtype: int64
- name: rejected_logprob
dtype: float64
- name: llama_prompt
dtype: string
- name: llama_prompt_tokens
list: int64
- name: llama_chosen
dtype: string
- name: llama_chosen_tokens
list: int64
- name: llama_reject
dtype: string
- name: llama_reject_tokens
list: int64
- name: reject
dtype: string
- name: reject_reward
dtype: float64
- name: chosen_logprob
dtype: float64
- name: reject_logprob
dtype: float64
splits:
- name: train
num_bytes: 4431841732
num_examples: 61289
download_size: 2921735175
dataset_size: 4431841732
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息（dataset_info）：
特征字段：
- 名称：提示ID（prompt_id），数据类型：64位整数（int64）
- 名称：提示词（prompt），数据类型：字符串
- 名称：选中响应（chosen），数据类型：字符串
- 名称：拒选响应（rejected），数据类型：字符串
- 名称：选中响应奖励（chosen_reward），数据类型：64位浮点数
- 名称：拒选响应奖励（rejected_reward），数据类型：64位浮点数
- 名称：选中响应索引（chosen_index），数据类型：64位整数
- 名称：拒选响应索引（rejected_index），数据类型：64位整数
- 名称：拒选响应对数概率（rejected_logprob），数据类型：64位浮点数
- 名称：Llama格式提示词（llama_prompt），数据类型：字符串
- 名称：Llama格式提示词Token（llama_prompt_tokens），数据类型：64位整数列表
- 名称：Llama格式选中响应（llama_chosen），数据类型：字符串
- 名称：Llama格式选中响应Token（llama_chosen_tokens），数据类型：64位整数列表
- 名称：Llama格式拒选响应（llama_reject），数据类型：字符串
- 名称：Llama格式拒选响应Token（llama_reject_tokens），数据类型：64位整数列表
- 名称：拒选响应（reject），数据类型：字符串
- 名称：拒选响应奖励（reject_reward），数据类型：64位浮点数
- 名称：选中响应对数概率（chosen_logprob），数据类型：64位浮点数
- 名称：拒选响应对数概率（reject_logprob），数据类型：64位浮点数
数据集划分（splits）：
- 名称：训练集（train），字节占用量：4431841732，样本数量：61289
下载文件大小：2921735175
数据集存储大小：4431841732
数据集配置（configs）：
- 配置名称：默认配置（default），数据文件：
- 划分：训练集（train），文件路径：data/train-*