jihuny/tldr_1.4b_10k_gopt_policy_norm_penul_last_1_iter0
收藏Hugging Face2025-11-03 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/tldr_1.4b_10k_gopt_policy_norm_penul_last_1_iter0
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了提示（prompt）、选择的回答（chosen）、被拒绝的回答（rejected）及其相关信息，例如索引、分数、对数概率、完成原因和嵌入向量差异等。数据集仅包含一个训练集（train split），共有10000个样本。
The dataset includes prompts, chosen responses, rejected responses, and related information such as indices, scores, log probabilities, finish reasons, and embedding differences. The dataset contains only one training set (train split) with a total of 10,000 samples.
提供机构：
jihuny
