x0wllaar/ultrafeedback-dpo-iter1
收藏Hugging Face2025-11-10 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/x0wllaar/ultrafeedback-dpo-iter1
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含对话数据的训练集，数据中包括提示文本(prompt)、提示ID(prompt_id)、选中的回答(chosen)、被拒绝的回答(rejected)、对话消息(messages)以及是否交换偏好的标记(swap_preferences)。训练集包含1024个示例，大小为7696116字节。
This is a training set containing dialogue data, including prompt, prompt_id, chosen response, rejected response, dialogue messages, and a flag indicating whether preferences are swapped. The training set consists of 1024 examples and is 7696116 bytes in size.
提供机构：
x0wllaar
