giux78/10000-20000-ultrafeedback-binarized-preferences-cleaned-ita

--- dataset_info: features: - name: source dtype: string - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: chosen-rating dtype: float64 - name: chosen-model dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: rejected-rating dtype: float64 - name: rejected-model dtype: string splits: - name: train num_bytes: 50545239 num_examples: 10000 download_size: 18938268 dataset_size: 50545239 configs: - config_name: default data_files: - split: train path: data/train-* --- # Dataset Card for "10000-20000-ultrafeedback-binarized-preferences-cleaned-ita" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)## 数据集信息 特征字段： - 字段名：来源（source） 数据类型：字符串（string） - 字段名：提示词（prompt） 数据类型：字符串（string） - 字段名：优选回复（chosen） 类型：列表（list），包含子字段： - 字段名：内容（content） 数据类型：字符串（string） - 字段名：角色（role） 数据类型：字符串（string） - 字段名：优选回复评分（chosen-rating） 数据类型：64位浮点数（float64） - 字段名：优选回复所用模型（chosen-model） 数据类型：字符串（string） - 字段名：待拒绝回复（rejected） 类型：列表（list），包含子字段： - 字段名：内容（content） 数据类型：字符串（string） - 字段名：角色（role） 数据类型：字符串（string） - 字段名：待拒绝回复评分（rejected-rating） 数据类型：64位浮点数（float64） - 字段名：待拒绝回复所用模型（rejected-model） 数据类型：字符串（string） 数据划分： - 划分名称：训练集（train） 字节占用量：50545239 样本总数：10000 下载大小：18938268 数据集存储大小：50545239 配置项： - 配置名称：默认配置（default） 数据文件： - 数据划分：训练集（train） 文件路径：data/train-* # 「10000-20000-ultrafeedback-binarized-preferences-cleaned-ita」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

数据集卡片 "10000-20000-ultrafeedback-binarized-preferences-cleaned-ita"

数据集信息

特征

• source: 类型为字符串。
• prompt: 类型为字符串。
• chosen: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• chosen-rating: 类型为浮点数（float64）。
• chosen-model: 类型为字符串。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• rejected-rating: 类型为浮点数（float64）。
• rejected-model: 类型为字符串。

分割

• train: 包含10000个样本，占用50545239字节。

大小

• 下载大小: 18938268字节。
• 数据集大小: 50545239字节。

配置

• default: 包含训练数据文件，路径为data/train-*。