reciprocate/ultrafeedback_orca_math_dpo

---
dataset_info:
features:
- name: prompt
dtype: string
- name: prompt_id
dtype: string
- name: chosen
list:
- name: content
dtype: string
- name: role
dtype: string
- name: rejected
list:
- name: content
dtype: string
- name: role
dtype: string
- name: messages
list:
- name: content
dtype: string
- name: role
dtype: string
- name: score_chosen
dtype: float64
- name: score_rejected
dtype: float64
- name: source
dtype: string
splits:
- name: train
num_bytes: 426294592
num_examples: 71882
- name: test
num_bytes: 12669331
num_examples: 1964
download_size: 243858609
dataset_size: 438963923
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: test
path: data/test-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串（string）
- 名称：提示词ID（prompt_id），数据类型：字符串（string）
- 名称：已选回复（chosen），数据类型：列表，列表项字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：已拒回复（rejected），数据类型：列表，列表项字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：对话消息（messages），数据类型：列表，列表项字段：
- 名称：内容（content），数据类型：字符串（string）
- 名称：角色（role），数据类型：字符串（string）
- 名称：已选回复得分（score_chosen），数据类型：float64
- 名称：已拒回复得分（score_rejected），数据类型：float64
- 名称：数据来源（source），数据类型：字符串（string）
数据划分：
- 划分名称：训练集（train），字节数：426294592，样本数：71882
- 划分名称：测试集（test），字节数：12669331，样本数：1964
下载大小：243858609，数据集总大小：438963923
配置项：
- 配置名称：默认（default），数据文件：
- 训练集（train）划分对应路径：data/train-*
- 测试集（test）划分对应路径：data/test-*

原始信息汇总

数据集概述

数据集信息

特征

• prompt: 类型为字符串。
• prompt_id: 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。
• rejected: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• messages: 包含以下子特征：
  • content: 类型为字符串。
  • role: 类型为字符串。
• score_chosen: 类型为浮点数。
• score_rejected: 类型为浮点数。
• source: 类型为字符串。

数据分割

• train: 包含71882个样本，大小为426294592字节。
• test: 包含1964个样本，大小为12669331字节。

数据集大小

• 下载大小: 243858609字节。
• 数据集大小: 438963923字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。
  • test: 路径为data/test-*。