Mitsuki-Sakamoto/alpaca_farm-reward-model-deberta-v3-large-v2-re-preference-64-nsample-8_random

---
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
splits:
- name: preference
num_bytes: 25769164
num_examples: 20001
download_size: 12288408
dataset_size: 25769164
- 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
splits:
- name: preference
num_bytes: 25841710
num_examples: 20001
download_size: 12249297
dataset_size: 25841710
- config_name: alpaca_instructions-pythia_70m_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
splits:
- name: preference
num_bytes: 25739637
num_examples: 20001
download_size: 11961077
dataset_size: 25739637
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-*
- config_name: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: preference
path: alpaca_instructions-pythia_70m_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：
- 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：生成参数配置（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数（max_new_tokens），数据类型：64位整数
- 名称：填充Token ID（pad_token_id），数据类型：64位整数
- 名称：Top-K采样（top_k），数据类型：64位整数
- 名称：Top-P采样（top_p），数据类型：双精度浮点数
- 名称：奖励值1（reward_1），数据类型：双精度浮点数
- 名称：奖励值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
划分：
- 划分名称：preference，字节数：25769164，样本数量：20001
下载大小：12288408
数据集大小：25769164
- 配置名称: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征：
- 名称：指令，数据类型：字符串
- 名称：输入，数据类型：字符串
- 名称：输出，数据类型：字符串
- 名称：偏好，数据类型：64位整数
- 名称：输出1，数据类型：字符串
- 名称：输出2，数据类型：字符串
- 名称：奖励模型提示格式，数据类型：字符串
- 名称：生成提示格式，数据类型：字符串
- 名称：生成参数配置，结构体：
- 名称：采样开关，数据类型：布尔值
- 名称：最大新Token数，数据类型：64位整数
- 名称：填充Token ID，数据类型：64位整数
- 名称：Top-K采样，数据类型：64位整数
- 名称：Top-P采样，数据类型：双精度浮点数
- 名称：奖励值1，数据类型：双精度浮点数
- 名称：奖励值2，数据类型：双精度浮点数
- 名称：样本数，数据类型：64位整数
- 名称：拒绝选择，数据类型：字符串
划分：
- 划分名称：preference，字节数：25841710，样本数量：20001
下载大小：12249297
数据集大小：25841710
- 配置名称: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征：
- 名称：指令，数据类型：字符串
- 名称：输入，数据类型：字符串
- 名称：输出，数据类型：字符串
- 名称：偏好，数据类型：64位整数
- 名称：输出1，数据类型：字符串
- 名称：输出2，数据类型：字符串
- 名称：奖励模型提示格式，数据类型：字符串
- 名称：生成提示格式，数据类型：字符串
- 名称：生成参数配置，结构体：
- 名称：采样开关，数据类型：布尔值
- 名称：最大新Token数，数据类型：64位整数
- 名称：填充Token ID，数据类型：64位整数
- 名称：Top-K采样，数据类型：64位整数
- 名称：Top-P采样，数据类型：双精度浮点数
- 名称：奖励值1，数据类型：双精度浮点数
- 名称：奖励值2，数据类型：双精度浮点数
- 名称：样本数，数据类型：64位整数
- 名称：拒绝选择，数据类型：字符串
划分：
- 划分名称：preference，字节数：25739637，样本数量：20001
下载大小：11961077
数据集大小：25739637
配置集：
- 配置名称: alpaca_instructions-pythia-1.4b_alpaca_farm_instructions_sft_constant_pa-checkpoint-7500
数据文件：
- 划分：preference，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，路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*
- 配置名称: alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1
数据文件：
- 划分：preference，路径：alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*

原始信息汇总

数据集概述

配置名称及特征

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

• 特征列表：
  • instruction: 字符串类型
  • input: 字符串类型
  • output: 字符串类型
  • preference: 64位整数类型
  • output_1: 字符串类型
  • output_2: 字符串类型
  • reward_model_prompt_format: 字符串类型
  • gen_prompt_format: 字符串类型
  • gen_kwargs: 结构体类型，包含以下字段：
    • do_sample: 布尔类型
    • max_new_tokens: 64位整数类型
    • pad_token_id: 64位整数类型
    • top_k: 64位整数类型
    • top_p: 64位浮点数类型
  • reward_1: 64位浮点数类型
  • reward_2: 64位浮点数类型
  • n_samples: 64位整数类型
  • reject_select: 字符串类型
• 数据分割：
  • preference: 25769164字节，20001个样本
• 下载大小：12288408字节
• 数据集大小：25769164字节

配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1

• 特征列表：
  • instruction: 字符串类型
  • input: 字符串类型
  • output: 字符串类型
  • preference: 64位整数类型
  • output_1: 字符串类型
  • output_2: 字符串类型
  • reward_model_prompt_format: 字符串类型
  • gen_prompt_format: 字符串类型
  • gen_kwargs: 结构体类型，包含以下字段：
    • do_sample: 布尔类型
    • max_new_tokens: 64位整数类型
    • pad_token_id: 64位整数类型
    • top_k: 64位整数类型
    • top_p: 64位浮点数类型
  • reward_1: 64位浮点数类型
  • reward_2: 64位浮点数类型
  • n_samples: 64位整数类型
  • reject_select: 字符串类型
• 数据分割：
  • preference: 25841710字节，20001个样本
• 下载大小：12249297字节
• 数据集大小：25841710字节

配置名称：alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1

• 特征列表：
  • instruction: 字符串类型
  • input: 字符串类型
  • output: 字符串类型
  • preference: 64位整数类型
  • output_1: 字符串类型
  • output_2: 字符串类型
  • reward_model_prompt_format: 字符串类型
  • gen_prompt_format: 字符串类型
  • gen_kwargs: 结构体类型，包含以下字段：
    • do_sample: 布尔类型
    • max_new_tokens: 64位整数类型
    • pad_token_id: 64位整数类型
    • top_k: 64位整数类型
    • top_p: 64位浮点数类型
  • reward_1: 64位浮点数类型
  • reward_2: 64位浮点数类型
  • n_samples: 64位整数类型
  • reject_select: 字符串类型
• 数据分割：
  • preference: 25739637字节，20001个样本
• 下载大小：11961077字节
• 数据集大小：25739637字节

数据文件路径

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

  • preference分割路径：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

  • preference分割路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*

• 配置名称：alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1

  • preference分割路径：alpaca_instructions-pythia_70m_alpaca_farm_instructions_sft_constant_pa_seed_1/preference-*