cchoi1/humaneval_qwen7b_sol_iter0_ppo_att20_sol50_same_relabeled_dpo_1000
收藏Hugging Face2025-03-29 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/cchoi1/humaneval_qwen7b_sol_iter0_ppo_att20_sol50_same_relabeled_dpo_1000
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含prompt、chosen和rejected三个字符串字段的数据集，分为训练集和测试集，其中训练集有1000个示例，测试集有200个示例。
This dataset includes three string fields: prompt, chosen, and rejected, and is split into a training set with 1000 examples and a test set with 200 examples.
提供机构：
cchoi1
