cchoi1/humaneval_qwen7b_att_iter0_ppo_att50_sol50_relabeled_dpo_1000
收藏Hugging Face2025-04-02 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/cchoi1/humaneval_qwen7b_att_iter0_ppo_att50_sol50_relabeled_dpo_1000
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含四个字段：提示（prompt）、选中（chosen）、拒绝（rejected）和任务ID（task_id）。数据集分为训练集和测试集，训练集有1000个样本，测试集有200个样本。
The dataset includes four fields: prompt, chosen, rejected, and task_id. It is divided into a training set with 1000 samples and a test set with 200 samples.
提供机构：
cchoi1
