selfcorrexp2/llama3_sft_ift_morecorr_more_datatmp07_vllmexp
收藏Hugging Face2025-01-21 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/selfcorrexp2/llama3_sft_ift_morecorr_more_datatmp07_vllmexp
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了七个字段：索引（idx），提示文本（prompt），奖励布尔序列（rewards），答案字符串序列（answers），真实标签（gt），代理标签（proxy_label），第二个奖励布尔序列（second_rewards）。数据集分为训练集（train），共有30000个样本。数据集的下载大小为27917620字节，总大小为78541002字节。
The dataset includes seven fields: index (idx), prompt text (prompt), reward boolean sequence (rewards), answer string sequence (answers), ground truth label (gt), proxy label (proxy_label), and second reward boolean sequence (second_rewards). The dataset is split into a training set (train) with a total of 30,000 samples. The download size of the dataset is 27,917,620 bytes, and the total size is 78,541,002 bytes.
提供机构：
selfcorrexp2
