Mitsuki-Sakamoto/alpaca_farm-deberta-re-pref-64-_fil_self_1.4b_bo2_100_kl_0.1_prm_160m_thr_1.0_seed_2

--- dataset_info: config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 features: - name: instruction dtype: string - name: input dtype: string - name: output dtype: string - name: preference dtype: int64 - name: output_1 dtype: string - name: output_2 dtype: string - name: reward_model_prompt_format dtype: string - name: gen_prompt_format dtype: string - name: gen_kwargs struct: - name: do_sample dtype: bool - name: max_new_tokens dtype: int64 - name: pad_token_id dtype: int64 - name: top_k dtype: int64 - name: top_p dtype: float64 - name: reward_1 dtype: float64 - name: reward_2 dtype: float64 - name: n_samples dtype: int64 - name: reject_select dtype: string - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: index dtype: int64 - name: filtered_epoch dtype: int64 - name: gen_reward dtype: float64 - name: gen_response dtype: string splits: - name: epoch_0 num_bytes: 43590759 num_examples: 18929 - name: epoch_1 num_bytes: 43801694 num_examples: 18929 - name: epoch_2 num_bytes: 43751872 num_examples: 18929 - name: epoch_3 num_bytes: 43714155 num_examples: 18929 - name: epoch_4 num_bytes: 43678472 num_examples: 18929 - name: epoch_5 num_bytes: 43655942 num_examples: 18929 - name: epoch_6 num_bytes: 43644021 num_examples: 18929 - name: epoch_7 num_bytes: 43648661 num_examples: 18929 - name: epoch_8 num_bytes: 43635890 num_examples: 18929 - name: epoch_9 num_bytes: 43635321 num_examples: 18929 download_size: 231922980 dataset_size: 436756787 configs: - config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 data_files: - split: epoch_0 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_0-* - split: epoch_1 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_1-* - split: epoch_2 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_2-* - split: epoch_3 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_3-* - split: epoch_4 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_4-* - split: epoch_5 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_5-* - split: epoch_6 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_6-* - split: epoch_7 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_7-* - split: epoch_8 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_8-* - split: epoch_9 path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_9-* ---数据集信息： 配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 特征项： - 名称：指令（instruction），数据类型：字符串 - 名称：输入（input），数据类型：字符串 - 名称：输出（output），数据类型：字符串 - 名称：偏好（preference），数据类型：64位整数 - 名称：输出1（output_1），数据类型：字符串 - 名称：输出2（output_2），数据类型：字符串 - 名称：奖励模型提示格式（reward_model_prompt_format），数据类型：字符串 - 名称：生成提示格式（gen_prompt_format），数据类型：字符串 - 名称：生成参数字典（gen_kwargs），结构体： - 名称：采样开关（do_sample），数据类型：布尔值 - 名称：最大新Token（Token）数（max_new_tokens），数据类型：64位整数 - 名称：填充Token（Token）ID（pad_token_id），数据类型：64位整数 - 名称：Top-K采样阈值（top_k），数据类型：64位整数 - 名称：Top-P采样阈值（top_p），数据类型：双精度浮点数 - 名称：奖励1（reward_1），数据类型：双精度浮点数 - 名称：奖励2（reward_2），数据类型：双精度浮点数 - 名称：样本数（n_samples），数据类型：64位整数 - 名称：拒绝选择（reject_select），数据类型：字符串 - 名称：提示（prompt），数据类型：字符串 - 名称：选中回复（chosen），数据类型：字符串 - 名称：被拒回复（rejected），数据类型：字符串 - 名称：索引（index），数据类型：64位整数 - 名称：过滤轮次（filtered_epoch），数据类型：64位整数 - 名称：生成奖励（gen_reward），数据类型：双精度浮点数 - 名称：生成回复（gen_response），数据类型：字符串 数据划分： - 划分名称：epoch_0，数据字节数：43590759，样本数量：18929 - 划分名称：epoch_1，数据字节数：43801694，样本数量：18929 - 划分名称：epoch_2，数据字节数：43751872，样本数量：18929 - 划分名称：epoch_3，数据字节数：43714155，样本数量：18929 - 划分名称：epoch_4，数据字节数：43678472，样本数量：18929 - 划分名称：epoch_5，数据字节数：43655942，样本数量：18929 - 划分名称：epoch_6，数据字节数：43644021，样本数量：18929 - 划分名称：epoch_7，数据字节数：43648661，样本数量：18929 - 划分名称：epoch_8，数据字节数：43635890，样本数量：18929 - 划分名称：epoch_9，数据字节数：43635321，样本数量：18929 下载大小：231922980字节 数据集总大小：436756787字节 配置项： - 配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500 数据文件： - 划分：epoch_0，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_0-* - 划分：epoch_1，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_1-* - 划分：epoch_2，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_2-* - 划分：epoch_3，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_3-* - 划分：epoch_4，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_4-* - 划分：epoch_5，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_5-* - 划分：epoch_6，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_6-* - 划分：epoch_7，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_7-* - 划分：epoch_8，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_8-* - 划分：epoch_9，路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_9-*

原始信息汇总

数据集概述

数据集配置信息

• 配置名称: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500

数据集特征

• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• preference: 数据类型为int64。
• output_1: 数据类型为字符串。
• output_2: 数据类型为字符串。
• reward_model_prompt_format: 数据类型为字符串。
• gen_prompt_format: 数据类型为字符串。
• gen_kwargs: 结构化数据，包含以下字段：
  • do_sample: 数据类型为bool。
  • max_new_tokens: 数据类型为int64。
  • pad_token_id: 数据类型为int64。
  • top_k: 数据类型为int64。
  • top_p: 数据类型为float64。
• reward_1: 数据类型为float64。
• reward_2: 数据类型为float64。
• n_samples: 数据类型为int64。
• reject_select: 数据类型为字符串。
• prompt: 数据类型为字符串。
• chosen: 数据类型为字符串。
• rejected: 数据类型为字符串。
• index: 数据类型为int64。
• filtered_epoch: 数据类型为int64。
• gen_reward: 数据类型为float64。
• gen_response: 数据类型为字符串。

数据集分割

• epoch_0: 字节数为43590759，示例数为18929。
• epoch_1: 字节数为43801694，示例数为18929。
• epoch_2: 字节数为43751872，示例数为18929。
• epoch_3: 字节数为43714155，示例数为18929。
• epoch_4: 字节数为43678472，示例数为18929。
• epoch_5: 字节数为43655942，示例数为18929。
• epoch_6: 字节数为43644021，示例数为18929。
• epoch_7: 字节数为43648661，示例数为18929。
• epoch_8: 字节数为43635890，示例数为18929。
• epoch_9: 字节数为43635321，示例数为18929。

数据集大小

• 下载大小: 231922980字节。
• 数据集总大小: 436756787字节。

数据文件配置

• 配置名称: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
• 数据文件路径:
  • epoch_0: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_0-*
  • epoch_1: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_1-*
  • epoch_2: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_2-*
  • epoch_3: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_3-*
  • epoch_4: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_4-*
  • epoch_5: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_5-*
  • epoch_6: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_6-*
  • epoch_7: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_7-*
  • epoch_8: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_8-*
  • epoch_9: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/epoch_9-*