YuchenLi01/MATH_Llama-3.2-1B-Instruct_Score_DPO_Qwen2.5MathRM72B_hard0soft16_all_soft_random_unfiltered
收藏数据链接：
官方服务：
资源简介：
该数据集包含了提示文本(prompt)、选中答案(chosen)、拒绝答案(rejected)和所有拒绝答案的得分(all_rm_scores)四个字段的信息。数据集分为训练集和测试集，可用于机器学习模型的训练和评估。
The dataset includes prompt text, chosen answer, rejected answer, and scores for all rejected answers. It is split into training and test sets for machine learning model training and evaluation.
提供机构：
YuchenLi01
