zjhhhh/3b_iter2_rlcf_scores_preprocessed
收藏Hugging Face2025-12-07 更新2025-12-20 收录
下载链接：
https://hf-mirror.com/datasets/zjhhhh/3b_iter2_rlcf_scores_preprocessed
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: prompt
dtype: string
- name: requirements
dtype: string
- name: selection_response_1
dtype: string
- name: selection_response_2
dtype: string
- name: selection_response_3
dtype: string
- name: selection_response_4
dtype: string
- name: current_response_1
dtype: string
- name: current_response_2
dtype: string
- name: adversary_response_1
dtype: string
- name: adversary_response_2
dtype: string
- name: base_response_1
dtype: string
- name: base_response_2
dtype: string
- name: selection_1_mean
list: float64
- name: selection_1_majority
list: float64
- name: selection_1_reward
dtype: float64
- name: selection_2_mean
list: float64
- name: selection_2_majority
list: float64
- name: selection_2_reward
dtype: float64
- name: selection_3_mean
list: float64
- name: selection_3_majority
list: float64
- name: selection_3_reward
dtype: float64
- name: selection_4_mean
list: float64
- name: selection_4_majority
list: float64
- name: selection_4_reward
dtype: float64
- name: base_1_mean
list: float64
- name: base_1_majority
list: float64
- name: base_1_reward
dtype: float64
- name: base_2_mean
list: float64
- name: base_2_majority
list: float64
- name: base_2_reward
dtype: float64
- name: current_1_mean
list: float64
- name: current_1_majority
list: float64
- name: current_1_reward
dtype: float64
- name: current_2_mean
list: float64
- name: current_2_majority
list: float64
- name: current_2_reward
dtype: float64
- name: qwen_prompt
dtype: string
- name: qwen_prompt_tokens
list: int64
splits:
- name: train
num_bytes: 1677291176
num_examples: 38844
- name: test
num_bytes: 30954275
num_examples: 725
download_size: 651111190
dataset_size: 1708245451
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---
数据集信息（dataset_info）：
特征字段（features）：
- 名称：提示词（prompt），数据类型：字符串
- 名称：需求（requirements），数据类型：字符串
- 名称：候选响应1（selection_response_1），数据类型：字符串
- 名称：候选响应2（selection_response_2），数据类型：字符串
- 名称：候选响应3（selection_response_3），数据类型：字符串
- 名称：候选响应4（selection_response_4），数据类型：字符串
- 名称：当前响应1（current_response_1），数据类型：字符串
- 名称：当前响应2（current_response_2），数据类型：字符串
- 名称：对抗响应1（adversary_response_1），数据类型：字符串
- 名称：对抗响应2（adversary_response_2），数据类型：字符串
- 名称：基础响应1（base_response_1），数据类型：字符串
- 名称：基础响应2（base_response_2），数据类型：字符串
- 名称：候选1均值（selection_1_mean），数据类型：64位浮点数列表
- 名称：候选1多数投票结果（selection_1_majority），数据类型：64位浮点数列表
- 名称：候选1奖励值（selection_1_reward），数据类型：64位浮点数
- 名称：候选2均值（selection_2_mean），数据类型：64位浮点数列表
- 名称：候选2多数投票结果（selection_2_majority），数据类型：64位浮点数列表
- 名称：候选2奖励值（selection_2_reward），数据类型：64位浮点数
- 名称：候选3均值（selection_3_mean），数据类型：64位浮点数列表
- 名称：候选3多数投票结果（selection_3_majority），数据类型：64位浮点数列表
- 名称：候选3奖励值（selection_3_reward），数据类型：64位浮点数
- 名称：候选4均值（selection_4_mean），数据类型：64位浮点数列表
- 名称：候选4多数投票结果（selection_4_majority），数据类型：64位浮点数列表
- 名称：候选4奖励值（selection_4_reward），数据类型：64位浮点数
- 名称：基础1均值（base_1_mean），数据类型：64位浮点数列表
- 名称：基础1多数投票结果（base_1_majority），数据类型：64位浮点数列表
- 名称：基础1奖励值（base_1_reward），数据类型：64位浮点数
- 名称：基础2均值（base_2_mean），数据类型：64位浮点数列表
- 名称：基础2多数投票结果（base_2_majority），数据类型：64位浮点数列表
- 名称：基础2奖励值（base_2_reward），数据类型：64位浮点数
- 名称：当前1均值（current_1_mean），数据类型：64位浮点数列表
- 名称：当前1多数投票结果（current_1_majority），数据类型：64位浮点数列表
- 名称：当前1奖励值（current_1_reward），数据类型：64位浮点数
- 名称：当前2均值（current_2_mean），数据类型：64位浮点数列表
- 名称：当前2多数投票结果（current_2_majority），数据类型：64位浮点数列表
- 名称：当前2奖励值（current_2_reward），数据类型：64位浮点数
- 名称：Qwen提示词（qwen_prompt），数据类型：字符串
- 名称：Qwen提示词Token列表（qwen_prompt_tokens），数据类型：64位整数列表
数据划分（splits）：
- 名称：训练集（train），字节数：1677291176，样本数：38844
- 名称：测试集（test），字节数：30954275，样本数：725
下载大小：651111190
数据集总大小：1708245451
配置项（configs）：
- 配置名称（config_name）：默认（default），数据文件（data_files）：
- 划分：训练集，路径：data/train-*
- 划分：测试集，路径：data/test-*
提供机构：
zjhhhh
