selfcorrexp2/llama3_morewrong_rr60k_3ep_dpo_gen_augmath_type2

该数据集包含以下字段：选中的文本（chosen_txt）、被拒绝的文本（rejected_txt）、 ground truth（gt）、选中的标签（chosen）、被拒绝的标签（rejected）、提示文本（prompt）和边际值（margin）。数据集分为训练集，共有4668个示例，大小为58134795字节。提供了默认配置文件。The dataset includes the following fields: chosen text (chosen_txt), rejected text (rejected_txt), ground truth (gt), chosen label (chosen), rejected label (rejected), prompt text (prompt), and margin. The dataset is split into a training set with a total of 4668 examples and a size of 58134795 bytes. A default configuration file is provided.