teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dpo_proEurus_RM_7b_CR_cr_trajfull
收藏数据链接：
官方服务：
资源简介：
该数据集包含三个字段：prompt、chosen和response，均为字符串类型。它包含一个默认的数据分割，共有1200个数据示例，总大小为10432140字节。
The dataset includes three fields: prompt, chosen, and response, all of which are string types. It contains one default data split with a total of 1200 examples, with a total size of 10,432,140 bytes.
提供机构：
teamcore
