zjhhhh/stage3_mean_beta_1.0_multi_expand_tokenized

这是一个包含训练集和测试集的数据集，训练集包含218,890个样本，测试集包含755个样本。数据集特征包括prompt、requirements、selection_response、base_response和current_response等字符串类型特征，以及mean和majority等列表类型特征。此外，还包括qwen_prompt、qwen_chosen、reject等特征。