Fredithefish/math_dpo

Name: Fredithefish/math_dpo
Creator: Fredithefish
Published: 2025-02-09 00:57:03
License: 暂无描述

Hugging Face2025-02-09 更新2025-02-15 收录

下载链接：

https://hf-mirror.com/datasets/Fredithefish/math_dpo

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

Fredithefish

math-trans-dpo

该数据集包含多个特征，如'source'、'conversation'、'chosen'、'rejected'、'chosen-refined'、'chosen-r'、'target'、'system_message'和'__index_level_0__'。其中'conversation'、'chosen'和'rejected'是结构化数据，包含'content'和'role'字段。数据集分为训

Hugging Face2024-10-29 更新140

qwertyuiopasdfg/dpo-math-training

该数据集移除了特殊标记和系统角色，仅包含完整数字答案的记录。

Hugging Face2025-03-28 更新40

reciprocate/math_dpo_pairs

该数据集包含三个主要特征：prompt（提示）、chosen（选择的回答）和rejected（拒绝的回答）。其中，chosen和rejected都是列表类型，包含content（内容）和role（角色）两个子特征。数据集分为train（训练）和test（测试）两个部分，分别包含2418和1964个样本。数据集的下载大小为7652518字节，总大小为15873159字节。

Hugging Face2024-01-05 更新60

kira/math-dpo

该数据集包含训练集和测试集，训练集有2393个样本，测试集有25个样本。每个样本包含元数据、选择的评分、拒绝的评分、提示、选择的文本和拒绝的文本。数据集的下载大小为3135711字节，总大小为7049182.0字节。数据集标签为dpo，可能与数据偏好优化相关。

Hugging Face2024-07-02 更新210

kyujinpy/orca_math_dpo

Orca-Math-DPO数据集是一个用于数学问题偏好学习的集合，包含了来自Intel/orca_dpo_pairs和argilla/distilabel-math-preference-dpo两个数据集的数据。数据集的特征包括系统（system）、问题（question）、选择的答案（chosen）、拒绝的答案（rejected）和唯一标识符（id）。数据集仅包含一个训练集，共有15277个样本

Hugging Face2024-04-12 更新900