selfcorrexp2/llama3_morecorr_sft_4dpo_type12_4k_type3_8k_type4

该数据集包含了选中的文本（chosen_txt）、被拒绝的文本（rejected_txt）、地面真实标签（gt）、选择的标签（chosen）、拒绝的标签（rejected）、提示文本（prompt）和边距值（margin）。数据集划分为训练集，共有37279个示例，总大小为约389.46MB。提供了默认配置，以及训练集数据文件的路径。The dataset includes selected text (chosen_txt), rejected text (rejected_txt), ground truth labels (gt), chosen labels (chosen), rejected labels (rejected), prompt text (prompt), and margin values. The dataset is split into a training set with a total of 37,279 examples and a total size of approximately 389.46MB. A default configuration is provided, along with the path to the training set data files.