Mitsuki-Sakamoto/alpaca_farm-deberta-re-preference-64-nsample-12_filter_gold_thr_0.3_self_160m

---
dataset_info:
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: 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_1
num_bytes: 44144780
num_examples: 18929
- name: epoch_0
num_bytes: 43597508
num_examples: 18929
download_size: 92852915
dataset_size: 87742288
configs:
- config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: epoch_0
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_0-*
- split: epoch_1
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_1-*
---

dataset_info:
config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
features:
- name: 指令
dtype: 字符串
- name: 输入
dtype: 字符串
- name: 输出
dtype: 字符串
- name: 偏好
dtype: 64位整数
- name: 输出1
dtype: 字符串
- name: 输出2
dtype: 字符串
- name: 奖励模型提示格式
dtype: 字符串
- name: 生成提示格式
dtype: 字符串
- name: 生成参数
struct:
- name: 是否采样
dtype: 布尔值
- name: 最大新Token数
dtype: 64位整数
- name: 填充Token ID
dtype: 64位整数
- name: Top-K
dtype: 64位整数
- name: Top-P
dtype: 64位浮点数
- name: 奖励1
dtype: 64位浮点数
- name: 奖励2
dtype: 64位浮点数
- name: 样本数量
dtype: 64位整数
- name: 拒绝选择
dtype: 字符串
- name: 提示
dtype: 字符串
- name: 选中项
dtype: 字符串
- name: 被拒绝项
dtype: 字符串
- name: 索引
dtype: 64位整数
- name: 过滤轮次
dtype: 64位整数
- name: 生成奖励
dtype: 64位浮点数
- name: 生成响应
dtype: 字符串
splits:
- name: 轮次1
num_bytes: 44144780
num_examples: 18929
- name: 轮次0
num_bytes: 43597508
num_examples: 18929
download_size: 92852915
dataset_size: 87742288
configs:
- config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: 轮次0
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_0-*
- split: 轮次1
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_1-*

原始信息汇总

数据集概述

数据集配置名称

• alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1

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: 数据类型为布尔值
  • 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: 43597508
  • 示例数: 18929
• epoch_1:
  • 字节数: 44144780
  • 示例数: 18929

数据集大小

• 下载大小: 92852915字节
• 数据集大小: 87742288字节