ContextualAI/ultrafeedback_binarized_1percent

---
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
splits:
- name: train_prefs
num_bytes: 1313353
num_examples: 200
download_size: 738703
dataset_size: 1313353
configs:
- config_name: default
data_files:
- split: train_prefs
path: data/train_prefs-*
---

数据集信息：
数据特征：
- 名称：提示词（prompt）
数据类型：字符串
- 名称：提示词标识符（prompt_id）
数据类型：字符串
- 名称：选中回复（chosen）
数据类型：列表
- 子字段：内容（content），数据类型：字符串
- 子字段：角色（role），数据类型：字符串
- 名称：被拒回复（rejected）
数据类型：列表
- 子字段：内容（content），数据类型：字符串
- 子字段：角色（role），数据类型：字符串
- 名称：对话历史（messages）
数据类型：列表
- 子字段：内容（content），数据类型：字符串
- 子字段：角色（role），数据类型：字符串
- 名称：选中回复得分（score_chosen）
数据类型：float64
- 名称：被拒回复得分（score_rejected）
数据类型：float64
数据集划分：
- 名称：train_prefs（训练偏好集）
占用字节数：1313353
样本数量：200
下载大小：738703
数据集总大小：1313353
数据集配置：
- 配置名称：default（默认配置）
数据文件：
- 划分：train_prefs（训练偏好集）
路径：data/train_prefs-*

原始信息汇总

数据集概述

数据集特征

• prompt: 数据类型为字符串。
• prompt_id: 数据类型为字符串。
• chosen: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• rejected: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• messages: 包含两个子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• score_chosen: 数据类型为浮点数（float64）。
• score_rejected: 数据类型为浮点数（float64）。

数据集分割

• train_prefs:
  • 数据大小: 1313353 字节。
  • 示例数量: 200。

数据集大小

• 下载大小: 738703 字节。
• 数据集大小: 1313353 字节。

配置

• config_name: default
• data_files:
  • split: train_prefs
  • path: data/train_prefs-*