jihuny/llama_uf_10k_armo_s005_dpo_random

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: score_chosen dtype: float64 - name: score_rejected dtype: float64 - name: reward_margin dtype: float64 splits: - name: train num_bytes: 44576846 num_examples: 10000 download_size: 23381536 dataset_size: 44576846 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 字段名：提示词（prompt），数据类型：字符串（string） - 字段名：优选回复（chosen），数据类型：字符串（string） - 字段名：失选回复（rejected），数据类型：字符串（string） - 字段名：优选回复得分（score_chosen），数据类型：64位浮点数（float64） - 字段名：失选回复得分（score_rejected），数据类型：64位浮点数（float64） - 字段名：奖励边际（reward_margin），数据类型：64位浮点数（float64） 数据集划分： - 划分名称：训练集（train），字节大小：44576846，样本数量：10000 下载大小：23381536 数据集总大小：44576846 配置项： - 配置名称：默认配置（default），数据文件： - 训练集划分对应路径：data/train-*