Taywon/hri_rlhf

--- dataset_info: features: - name: question struct: - name: dataset dtype: string - name: id dtype: string - name: full_text dtype: string - name: quotes_0 sequence: - name: title dtype: string - name: extract dtype: string - name: answer_0 dtype: string - name: tokens_0 struct: - name: prefix sequence: int32 - name: completion sequence: int32 - name: score_0 dtype: float32 - name: quotes_1 sequence: - name: title dtype: string - name: extract dtype: string - name: answer_1 dtype: string - name: tokens_1 struct: - name: prefix sequence: int32 - name: completion sequence: int32 - name: score_1 dtype: float32 - name: input_ids_chosen sequence: int64 - name: attention_mask_chosen sequence: int64 - name: input_ids_rejected sequence: int64 - name: attention_mask_rejected sequence: int64 splits: - name: train num_bytes: 239337866.30222642 num_examples: 12663 - name: eval num_bytes: 12599727.0 num_examples: 667 download_size: 103209679 dataset_size: 251937593.30222642 configs: - config_name: default data_files: - split: train path: data/train-* - split: eval path: data/eval-* --- # Dataset Card for "hri_rlhf" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)数据集信息： 特征： - 名称：question 结构体： - 名称：dataset 数据类型：字符串 - 名称：id 数据类型：字符串 - 名称：full_text 数据类型：字符串 - 名称：quotes_0 序列： - 名称：title 数据类型：字符串 - 名称：extract 数据类型：字符串 - 名称：answer_0 数据类型：字符串 - 名称：tokens_0 结构体： - 名称：prefix 序列：int32 - 名称：completion 序列：int32 - 名称：score_0 数据类型：float32 - 名称：quotes_1 序列： - 名称：title 数据类型：字符串 - 名称：extract 数据类型：字符串 - 名称：answer_1 数据类型：字符串 - 名称：tokens_1 结构体： - 名称：prefix 序列：int32 - 名称：completion 序列：int32 - 名称：score_1 数据类型：float32 - 名称：input_ids_chosen 序列：int64 - 名称：attention_mask_chosen 序列：int64 - 名称：input_ids_rejected 序列：int64 - 名称：attention_mask_rejected 序列：int64 数据分割： - 名称：train 字节数：239337866.30222642 样本数：12663 - 名称：eval 字节数：12599727.0 样本数：667 下载大小：103209679 数据集大小：251937593.30222642 配置： - 配置名称：default 数据文件： - 分割：train 路径：data/train-* - 分割：eval 路径：data/eval-* --- # hri_rlhf数据集卡片 [需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• question

  • dataset: 数据类型为字符串
  • id: 数据类型为字符串
  • full_text: 数据类型为字符串

• quotes_0

  • title: 数据类型为字符串
  • extract: 数据类型为字符串

• answer_0: 数据类型为字符串

• tokens_0

  • prefix: 数据类型为整数序列
  • completion: 数据类型为整数序列

• score_0: 数据类型为浮点数

• quotes_1

  • title: 数据类型为字符串
  • extract: 数据类型为字符串

• answer_1: 数据类型为字符串

• tokens_1

  • prefix: 数据类型为整数序列
  • completion: 数据类型为整数序列

• score_1: 数据类型为浮点数

• input_ids_chosen: 数据类型为整数序列

• attention_mask_chosen: 数据类型为整数序列

• input_ids_rejected: 数据类型为整数序列

• attention_mask_rejected: 数据类型为整数序列

数据集分割

• train

  • num_bytes: 239337866.30222642
  • num_examples: 12663

• eval

  • num_bytes: 12599727.0
  • num_examples: 667

数据集大小

• download_size: 103209679
• dataset_size: 251937593.30222642

配置文件

• config_name: default
• data_files
  • train: 路径为"data/train-*"
  • eval: 路径为"data/eval-*"