mcding-org/CorrectDPO-Eval-DDP_Q0.5B_PP10_beta0.10r0.20rho0.40
收藏Hugging Face2024-05-20 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/mcding-org/CorrectDPO-Eval-DDP_Q0.5B_PP10_beta0.10r0.20rho0.40
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为ab1，包含六个特征：提示（prompt）、选择的回答（chosen）、拒绝的回答（rejected）、响应（response）、奖励分数（reward_score）和GPT评分（gpt_score）。数据集分为一个默认的split，包含2000个样本，总大小为3311308字节，下载大小为1911494字节。
该数据集名为ab1，包含六个特征：提示（prompt）、选择的回答（chosen）、拒绝的回答（rejected）、响应（response）、奖励分数（reward_score）和GPT评分（gpt_score）。数据集分为一个默认的split，包含2000个样本，总大小为3311308字节，下载大小为1911494字节。
提供机构：
mcding-org
原始信息汇总
数据集概述
数据集配置
- 配置名称: ab1
数据集特征
- 名称: prompt
- 数据类型: string
- 名称: chosen
- 数据类型: string
- 名称: rejected
- 数据类型: string
- 名称: response
- 数据类型: string
- 名称: reward_score
- 数据类型: float64
- 名称: gpt_score
- 数据类型: float64
数据集分割
- 分割名称: default
- 字节数: 3311308
- 示例数: 2000
数据集大小
- 下载大小: 1911494
- 数据集大小: 3311308
