cleanrl/summarize_from_feedback_oai_preprocessing_pythia-160m_169

--- dataset_info: features: - name: info struct: - name: id dtype: string - name: post dtype: string - name: title dtype: string - name: subreddit dtype: string - name: site dtype: string - name: article dtype: string - name: summaries list: - name: text dtype: string - name: policy dtype: string - name: note dtype: string - name: choice dtype: int32 - name: worker dtype: string - name: batch dtype: string - name: split dtype: string - name: extra struct: - name: confidence dtype: int32 - name: query_token sequence: int64 - name: query dtype: string - name: response0 dtype: string - name: response0_token sequence: int64 - name: response0_token_len dtype: int64 - name: response1 dtype: string - name: response1_token sequence: int64 - name: response1_token_len dtype: int64 - name: response0_policy dtype: string - name: response1_policy dtype: string - name: policies dtype: string - name: query_response0 dtype: string - name: query_response0_token sequence: int64 - name: query_response0_token_len dtype: int64 - name: query_response1 dtype: string - name: query_response1_token sequence: int64 - name: query_response1_token_len dtype: int64 splits: - name: train num_bytes: 2440810807 num_examples: 92858 - name: validation num_bytes: 2279202469 num_examples: 86086 download_size: 286866319 dataset_size: 4720013276 --- # Dataset Card for "summarize_from_feedback_oai_preprocessing_pythia-160m_169" [More Information needed](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

数据集信息

• 特征列表:
  • info:
    • id: 数据类型为字符串
    • post: 数据类型为字符串
    • title: 数据类型为字符串
    • subreddit: 数据类型为字符串
    • site: 数据类型为字符串
    • article: 数据类型为字符串
  • summaries:
    • text: 数据类型为字符串
    • policy: 数据类型为字符串
    • note: 数据类型为字符串
  • choice: 数据类型为整数 (int32)
  • worker: 数据类型为字符串
  • batch: 数据类型为字符串
  • split: 数据类型为字符串
  • extra:
    • confidence: 数据类型为整数 (int32)
  • query_token: 数据类型为整数序列 (int64)
  • query: 数据类型为字符串
  • response0: 数据类型为字符串
  • response0_token: 数据类型为整数序列 (int64)
  • response0_token_len: 数据类型为整数 (int64)
  • response1: 数据类型为字符串
  • response1_token: 数据类型为整数序列 (int64)
  • response1_token_len: 数据类型为整数 (int64)
  • response0_policy: 数据类型为字符串
  • response1_policy: 数据类型为字符串
  • policies: 数据类型为字符串
  • query_response0: 数据类型为字符串
  • query_response0_token: 数据类型为整数序列 (int64)
  • query_response0_token_len: 数据类型为整数 (int64)
  • query_response1: 数据类型为字符串
  • query_response1_token: 数据类型为整数序列 (int64)
  • query_response1_token_len: 数据类型为整数 (int64)

数据集划分

• train:
  • 字节数: 2440810807
  • 样本数: 92858
• validation:
  • 字节数: 2279202469
  • 样本数: 86086

数据集大小

• 下载大小: 286866319 字节
• 数据集大小: 4720013276 字节