weijie210/UC_preference_iter_0_all

--- dataset_info: features: - name: prompt dtype: string - name: rejected dtype: string - name: chosen dtype: string - name: pre_score dtype: float64 - name: post_score dtype: float64 - name: pre_critique dtype: string - name: post_critique dtype: string - name: score_diff dtype: float64 splits: - name: train_sft num_bytes: 365604077 num_examples: 77059 - name: test_sft num_bytes: 75346657 num_examples: 16102 download_size: 210884230 dataset_size: 440950734 configs: - config_name: default data_files: - split: train_sft path: data/train_sft-* - split: test_sft path: data/test_sft-* ---数据集信息： 特征字段： - 特征字段名：prompt（提示词），数据类型：字符串 - 特征字段名：rejected（被拒回复），数据类型：字符串 - 特征字段名：chosen（选中回复），数据类型：字符串 - 特征字段名：pre_score（预评分），数据类型：64位浮点数 - 特征字段名：post_score（后评分），数据类型：64位浮点数 - 特征字段名：pre_critique（预评估评论），数据类型：字符串 - 特征字段名：post_critique（后评估评论），数据类型：字符串 - 特征字段名：score_diff（得分差值），数据类型：64位浮点数 数据集拆分： - 拆分名称：train_sft（监督微调训练集），字节占用：365604077，样本总数：77059 - 拆分名称：test_sft（监督微调测试集），字节占用：75346657，样本总数：16102 下载总大小：210884230 数据集总存储大小：440950734 配置项： - 配置名称：default（默认配置），数据文件： - 对应拆分：train_sft，文件路径：data/train_sft-* - 对应拆分：test_sft，文件路径：data/test_sft-*

原始信息汇总

数据集信息

特征

• prompt: 类型为字符串
• rejected: 类型为字符串
• chosen: 类型为字符串
• pre_score: 类型为浮点数 (float64)
• post_score: 类型为浮点数 (float64)
• pre_critique: 类型为字符串
• post_critique: 类型为字符串
• score_diff: 类型为浮点数 (float64)

数据分割

• train_sft:
  • 字节数: 365604077
  • 样本数: 77059
• test_sft:
  • 字节数: 75346657
  • 样本数: 16102

数据大小

• 下载大小: 210884230 字节
• 数据集大小: 440950734 字节

配置

• default 配置:
  • 训练数据文件路径: data/train_sft-*
  • 测试数据文件路径: data/test_sft-*