dkshjn/processed_distilabel-capybara-dpo-7k-binarized

---
dataset_info:
features:
- name: source
dtype: string
- name: conversation
list:
- name: input
dtype: string
- name: output
dtype: string
- name: original_response
dtype: string
- name: generation_prompt
sequence: string
- name: raw_generation_responses
sequence: string
- name: new_generations
sequence: string
- name: prompt
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: rating_chosen
dtype: int64
- name: rating_rejected
dtype: int64
- name: chosen_model
dtype: string
- name: rejected_model
dtype: string
- name: formatted_chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: formatted_rejected
list:
- name: content
dtype: string
- name: role
dtype: string
splits:
- name: train
num_bytes: 427312337
num_examples: 7563
download_size: 0
dataset_size: 427312337
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
# Dataset Card for "processed_distilabel-capybara-dpo-7k-binarized"

[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：
- 字段名：source，数据类型：字符串
- 字段名：conversation，列表类型，包含：
- 字段名：input，数据类型：字符串
- 字段名：output，数据类型：字符串
- 字段名：original_response，数据类型：字符串
- 字段名：generation_prompt，字符串序列类型
- 字段名：raw_generation_responses，字符串序列类型
- 字段名：new_generations，字符串序列类型
- 字段名：prompt，数据类型：字符串
- 字段名：chosen，列表类型，包含：
- 字段名：content，数据类型：字符串
- 字段名：role，数据类型：字符串
- 字段名：rejected，列表类型，包含：
- 字段名：content，数据类型：字符串
- 字段名：role，数据类型：字符串
- 字段名：rating_chosen，数据类型：64位整数
- 字段名：rating_rejected，数据类型：64位整数
- 字段名：chosen_model，数据类型：字符串
- 字段名：rejected_model，数据类型：字符串
- 字段名：formatted_chosen，列表类型，包含：
- 字段名：content，数据类型：字符串
- 字段名：role，数据类型：字符串
- 字段名：formatted_rejected，列表类型，包含：
- 字段名：content，数据类型：字符串
- 字段名：role，数据类型：字符串
划分集：
- 划分名称：train，字节数：427312337，样本数：7563
下载大小：0
数据集总大小：427312337
配置项：
- 配置名称：default，数据文件：
- 划分：train，路径：data/train-*

# 「processed_distilabel-capybara-dpo-7k-binarized」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

• 特征列表:
  • source: 字符串类型
  • conversation: 列表类型，包含 input 和 output，均为字符串类型
  • original_response: 字符串类型
  • generation_prompt: 字符串序列类型
  • raw_generation_responses: 字符串序列类型
  • new_generations: 字符串序列类型
  • prompt: 字符串类型
  • chosen: 列表类型，包含 content 和 role，均为字符串类型
  • rejected: 列表类型，包含 content 和 role，均为字符串类型
  • rating_chosen: 64位整数类型
  • rating_rejected: 64位整数类型
  • chosen_model: 字符串类型
  • rejected_model: 字符串类型
  • formatted_chosen: 列表类型，包含 content 和 role，均为字符串类型
  • formatted_rejected: 列表类型，包含 content 和 role，均为字符串类型

数据集分割

• 训练集:
  • 名称: train
  • 字节数: 427312337
  • 样本数: 7563

数据集大小

• 下载大小: 0
• 数据集大小: 427312337

配置

• 默认配置:
  • 数据文件:
    • 分割: train
    • 路径: data/train-*