cleanrl/summarize_from_feedback_oai_preprocessing_1704578687

---
dataset_info:
features:
- name: info
struct:
- name: id
dtype: string
- name: post
dtype: string
- name: title
dtype: string
- name: subreddit
dtype: string
- name: site
dtype: string
- name: article
dtype: string
- name: summaries
list:
- name: text
dtype: string
- name: policy
dtype: string
- name: note
dtype: string
- name: choice
dtype: int32
- name: worker
dtype: string
- name: batch
dtype: string
- name: split
dtype: string
- name: extra
struct:
- name: confidence
dtype: int32
- name: query_token
sequence: int64
- name: query
dtype: string
- name: response0
dtype: string
- name: response0_token
sequence: int64
- name: response0_token_len
dtype: int64
- name: response1
dtype: string
- name: response1_token
sequence: int64
- name: response1_token_len
dtype: int64
- name: response0_policy
dtype: string
- name: response1_policy
dtype: string
- name: policies
dtype: string
- name: query_response0
dtype: string
- name: query_response0_token
sequence: int64
- name: query_response0_token_len
dtype: int64
- name: query_response1
dtype: string
- name: query_response1_token
sequence: int64
- name: query_response1_token_len
dtype: int64
- name: query_token_len
dtype: int64
splits:
- name: train
num_bytes: 2275193635
num_examples: 92858
- name: validation
num_bytes: 2060841903
num_examples: 83802
- name: validation_cnndm
num_bytes: 153419887
num_examples: 2284
download_size: 277994823
dataset_size: 4489455425
---
# Dataset Card for "summarize_from_feedback_oai_preprocessing_1704578687"

[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：info
结构体：
- 名称：id
数据类型：字符串（string）
- 名称：post
数据类型：字符串（string）
- 名称：title
数据类型：字符串（string）
- 名称：Reddit子论坛（subreddit）
数据类型：字符串（string）
- 名称：站点（site）
数据类型：字符串（string）
- 名称：文章（article）
数据类型：字符串（string）
- 名称：summaries
列表类型：
- 名称：text
数据类型：字符串（string）
- 名称：策略（policy）
数据类型：字符串（string）
- 名称：注释（note）
数据类型：字符串（string）
- 名称：choice
数据类型：32位整数（int32）
- 名称：worker
数据类型：字符串（string）
- 名称：batch
数据类型：字符串（string）
- 名称：split
数据类型：字符串（string）
- 名称：extra
结构体：
- 名称：置信度（confidence）
数据类型：32位整数（int32）
- 名称：query_token
序列类型：64位整数（int64）
- 名称：query
数据类型：字符串（string）
- 名称：response0
数据类型：字符串（string）
- 名称：response0_token
序列类型：64位整数（int64）
- 名称：response0_token_len
数据类型：64位整数（int64）
- 名称：response1
数据类型：字符串（string）
- 名称：response1_token
序列类型：64位整数（int64）
- 名称：response1_token_len
数据类型：64位整数（int64）
- 名称：response0_policy
数据类型：字符串（string）
- 名称：response1_policy
数据类型：字符串（string）
- 名称：policies
数据类型：字符串（string）
- 名称：query_response0
数据类型：字符串（string）
- 名称：query_response0_token
序列类型：64位整数（int64）
- 名称：query_response0_token_len
数据类型：64位整数（int64）
- 名称：query_response1
数据类型：字符串（string）
- 名称：query_response1_token
序列类型：64位整数（int64）
- 名称：query_response1_token_len
数据类型：64位整数（int64）
- 名称：query_token_len
数据类型：64位整数（int64）
数据划分：
- 名称：训练集（train）
字节数：2275193635
样本数量：92858
- 名称：验证集（validation）
字节数：2060841903
样本数量：83802
- 名称：CNN/DailyMail验证集（validation_cnndm）
字节数：153419887
样本数量：2284
下载大小：277994823
数据集总大小：4489455425

# 「summarize_from_feedback_oai_preprocessing_1704578687」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

• info: 结构化数据
  • id: 字符串
  • post: 字符串
  • title: 字符串
  • subreddit: 字符串
  • site: 字符串
  • article: 字符串
• summaries: 列表
  • text: 字符串
  • policy: 字符串
  • note: 字符串
• choice: 整数 (int32)
• worker: 字符串
• batch: 字符串
• split: 字符串
• extra: 结构化数据
  • confidence: 整数 (int32)
• query_token: 序列 (int64)
• query: 字符串
• response0: 字符串
• response0_token: 序列 (int64)
• response0_token_len: 整数 (int64)
• response1: 字符串
• response1_token: 序列 (int64)
• response1_token_len: 整数 (int64)
• response0_policy: 字符串
• response1_policy: 字符串
• policies: 字符串
• query_response0: 字符串
• query_response0_token: 序列 (int64)
• query_response0_token_len: 整数 (int64)
• query_response1: 字符串
• query_response1_token: 序列 (int64)
• query_response1_token_len: 整数 (int64)
• query_token_len: 整数 (int64)

分割

• train:
  • 字节数: 2275193635
  • 样本数: 92858
• validation:
  • 字节数: 2060841903
  • 样本数: 83802
• validation_cnndm:
  • 字节数: 153419887
  • 样本数: 2284

大小

• 下载大小: 277994823 字节
• 数据集大小: 4489455425 字节