weijie210/UC_preference_iter_0

--- dataset_info: features: - name: prompt dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: critique dtype: string - name: best_score dtype: float64 splits: - name: train_sft num_bytes: 216439803 num_examples: 36943 - name: test_sft num_bytes: 12938461 num_examples: 2197 download_size: 114569535 dataset_size: 229378264 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： - 提示词（prompt）：数据类型为字符串（string） - 被拒回复（rejected）：列表类型，包含两个子字段： - 内容（content）：数据类型为字符串（string） - 角色（role）：数据类型为字符串（string） - 选中回复（chosen）：列表类型，包含两个子字段： - 内容（content）：数据类型为字符串（string） - 角色（role）：数据类型为字符串（string） - 评判文本（critique）：数据类型为字符串（string） - 最优得分（best_score）：数据类型为64位浮点型（float64） 数据集划分： - 监督微调训练集（train_sft）：占用字节数216439803，样本量36943 - 监督微调测试集（test_sft）：占用字节数12938461，样本量2197 下载总大小：114569535，数据集总大小：229378264 配置项： - 配置名称为默认（default），对应数据文件： - 监督微调训练集（train_sft）：路径为data/train_sft-* - 监督微调测试集（test_sft）：路径为data/test_sft-*

原始信息汇总

数据集概述

特征信息

• prompt: 数据类型为字符串。
• rejected: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• chosen: 包含以下子特征：
  • content: 数据类型为字符串。
  • role: 数据类型为字符串。
• critique: 数据类型为字符串。
• best_score: 数据类型为浮点数（float64）。

数据分割

• train_sft: 包含36943个样本，占用216439803字节。
• test_sft: 包含2197个样本，占用12938461字节。

数据集大小

• 下载大小: 114569535字节。
• 数据集总大小: 229378264字节。

配置信息

• default配置包含以下数据文件：
  • train_sft: 路径为data/train_sft-*。
  • test_sft: 路径为data/test_sft-*。