Mitsuki-Sakamoto/alpaca_farm-reward-model-deberta-v3-large-v2-re-preference-64-nsample-2-16_mix_random_seed_1

---
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: index
dtype: int64
splits:
- name: preference
num_bytes: 25889425.028748564
num_examples: 20000
download_size: 12367081
dataset_size: 25889425.028748564
- config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
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: index
dtype: int64
splits:
- name: preference
num_bytes: 25900235.98820059
num_examples: 20000
download_size: 12316110
dataset_size: 25900235.98820059
configs:
- config_name: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
data_files:
- split: preference
path: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/preference-*
- config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: preference
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
---

数据集信息：
- 配置名称：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
特征字段：
- 指令（instruction）：字符串类型
- 输入（input）：字符串类型
- 输出（output）：字符串类型
- 偏好（preference）：64位整数类型
- 输出1（output_1）：字符串类型
- 输出2（output_2）：字符串类型
- 奖励模型提示格式（reward_model_prompt_format）：字符串类型
- 生成提示格式（gen_prompt_format）：字符串类型
- 生成参数配置（gen_kwargs）：结构体类型，包含以下字段：
- 采样开关（do_sample）：布尔类型
- 最大新Token数（max_new_tokens）：64位整数类型
- 填充Token ID（pad_token_id）：64位整数类型
- Top-K采样阈值（top_k）：64位整数类型
- Top-P采样阈值（top_p）：双精度浮点数类型
- 奖励1（reward_1）：双精度浮点数类型
- 奖励2（reward_2）：双精度浮点数类型
- 样本数（n_samples）：64位整数类型
- 拒绝选择（reject_select）：字符串类型
- 索引（index）：64位整数类型
数据集划分：
- 划分名称：preference
字节大小：25889425.028748564
示例数量：20000
下载大小：12367081
数据集总大小：25889425.028748564
- 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征字段：
- 指令（instruction）：字符串类型
- 输入（input）：字符串类型
- 输出（output）：字符串类型
- 偏好（preference）：64位整数类型
- 输出1（output_1）：字符串类型
- 输出2（output_2）：字符串类型
- 奖励模型提示格式（reward_model_prompt_format）：字符串类型
- 生成提示格式（gen_prompt_format）：字符串类型
- 生成参数配置（gen_kwargs）：结构体类型，包含以下字段：
- 采样开关（do_sample）：布尔类型
- 最大新Token数（max_new_tokens）：64位整数类型
- 填充Token ID（pad_token_id）：64位整数类型
- Top-K采样阈值（top_k）：64位整数类型
- Top-P采样阈值（top_p）：双精度浮点数类型
- 奖励1（reward_1）：双精度浮点数类型
- 奖励2（reward_2）：双精度浮点数类型
- 样本数（n_samples）：64位整数类型
- 拒绝选择（reject_select）：字符串类型
- 索引（index）：64位整数类型
数据集划分：
- 划分名称：preference
字节大小：25900235.98820059
示例数量：20000
下载大小：12316110
数据集总大小：25900235.98820059
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：preference
文件路径：alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500/preference-*
- 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
数据文件：
- 划分：preference
文件路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*

原始信息汇总

数据集概述

数据集配置1

• 配置名称: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
• 特征:
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
  • preference: int64
  • output_1: 字符串
  • output_2: 字符串
  • reward_model_prompt_format: 字符串
  • gen_prompt_format: 字符串
  • gen_kwargs: 结构体
    • do_sample: bool
    • max_new_tokens: int64
    • pad_token_id: int64
    • top_k: int64
    • top_p: float64
  • reward_1: float64
  • reward_2: float64
  • n_samples: int64
  • reject_select: 字符串
  • index: int64
• 数据分割:
  • preference: 20000个样本，总大小25889425.028748564字节
• 下载大小: 12367081字节
• 数据集总大小: 25889425.028748564字节

数据集配置2

• 配置名称: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
• 特征:
  • instruction: 字符串
  • input: 字符串
  • output: 字符串
  • preference: int64
  • output_1: 字符串
  • output_2: 字符串
  • reward_model_prompt_format: 字符串
  • gen_prompt_format: 字符串
  • gen_kwargs: 结构体
    • do_sample: bool
    • max_new_tokens: int64
    • pad_token_id: int64
    • top_k: int64
    • top_p: float64
  • reward_1: float64
  • reward_2: float64
  • n_samples: int64
  • reject_select: 字符串
  • index: int64
• 数据分割:
  • preference: 20000个样本，总大小25900235.98820059字节
• 下载大小: 12316110字节
• 数据集总大小: 25900235.98820059字节