Mitsuki-Sakamoto/alpaca_farm-deberta-re-preference-64-nsample-2_filter_gold_thr_0.5_self_160m

---
dataset_info:
config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
features:
- name: instruction
dtype: string
- name: input
dtype: string
- name: output
dtype: string
- name: preference
dtype: int64
- name: output_1
dtype: string
- name: output_2
dtype: string
- name: reward_model_prompt_format
dtype: string
- name: gen_prompt_format
dtype: string
- name: gen_kwargs
struct:
- name: do_sample
dtype: bool
- name: max_new_tokens
dtype: int64
- name: pad_token_id
dtype: int64
- name: top_k
dtype: int64
- name: top_p
dtype: float64
- name: reward_1
dtype: float64
- name: reward_2
dtype: float64
- name: n_samples
dtype: int64
- name: reject_select
dtype: string
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: index
dtype: int64
- name: filtered_epoch
dtype: int64
- name: gen_reward
dtype: float64
- name: gen_response
dtype: string
splits:
- name: epoch_1
num_bytes: 44203201
num_examples: 18929
- name: epoch_2
num_bytes: 44234600
num_examples: 18929
download_size: 139761517
dataset_size: 88437801
configs:
- config_name: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
data_files:
- split: epoch_1
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_1-*
- split: epoch_2
path: alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_2-*
---

数据集信息：
配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1
特征：
- 字段名：instruction，数据类型：字符串
- 字段名：input，数据类型：字符串
- 字段名：output，数据类型：字符串
- 字段名：preference，数据类型：64位整数
- 字段名：output_1，数据类型：字符串
- 字段名：output_2，数据类型：字符串
- 字段名：reward_model_prompt_format，数据类型：字符串
- 字段名：gen_prompt_format，数据类型：字符串
- 字段名：gen_kwargs，结构体：
- 字段名：do_sample，数据类型：布尔值
- 字段名：max_new_tokens，数据类型：64位整数
- 字段名：pad_token_id，数据类型：64位整数
- 字段名：top_k，数据类型：64位整数
- 字段名：top_p，数据类型：64位浮点数
- 字段名：reward_1，数据类型：64位浮点数
- 字段名：reward_2，数据类型：64位浮点数
- 字段名：n_samples，数据类型：64位整数
- 字段名：reject_select，数据类型：字符串
- 字段名：prompt，数据类型：字符串
- 字段名：chosen，数据类型：字符串
- 字段名：rejected，数据类型：字符串
- 字段名：index，数据类型：64位整数
- 字段名：filtered_epoch，数据类型：64位整数
- 字段名：gen_reward，数据类型：64位浮点数
- 字段名：gen_response，数据类型：字符串
数据集划分：
- 划分名：epoch_1，字节数：44203201，样本数：18929
- 划分名：epoch_2，字节数：44234600，样本数：18929
下载大小：139761517，数据集总大小：88437801
配置项：
- 配置名称：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1，数据文件：
- 划分：epoch_1，路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_1-*
- 划分：epoch_2，路径：alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1/epoch_2-*

原始信息汇总

数据集概述

数据集配置名称

• alpaca_instructions-pythia_160m_alpaca_farm_instructions_sft_constant_pa_seed_1

数据集特征

• instruction: 数据类型为字符串。
• input: 数据类型为字符串。
• output: 数据类型为字符串。
• preference: 数据类型为整数64位。
• output_1: 数据类型为字符串。
• output_2: 数据类型为字符串。
• reward_model_prompt_format: 数据类型为字符串。
• gen_prompt_format: 数据类型为字符串。
• gen_kwargs: 结构化数据，包含以下字段：
  • do_sample: 数据类型为布尔值。
  • max_new_tokens: 数据类型为整数64位。
  • pad_token_id: 数据类型为整数64位。
  • top_k: 数据类型为整数64位。
  • top_p: 数据类型为浮点数64位。
• reward_1: 数据类型为浮点数64位。
• reward_2: 数据类型为浮点数64位。
• n_samples: 数据类型为整数64位。
• reject_select: 数据类型为字符串。
• prompt: 数据类型为字符串。
• chosen: 数据类型为字符串。
• rejected: 数据类型为字符串。
• index: 数据类型为整数64位。
• filtered_epoch: 数据类型为整数64位。
• gen_reward: 数据类型为浮点数64位。
• gen_response: 数据类型为字符串。

数据集分割

• epoch_1:
  • 字节数: 44203201
  • 示例数: 18929
• epoch_2:
  • 字节数: 44234600
  • 示例数: 18929

数据集大小

• 下载大小: 139761517字节
• 数据集大小: 88437801字节