mytestdpo/llama3_8b_it_gsm8k1_gold_tmp07_with_orm_rewards
收藏Hugging Face2025-01-06 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/mytestdpo/llama3_8b_it_gsm8k1_gold_tmp07_with_orm_rewards
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含六个字段：索引（idx），提示（prompt），答案（answers），正确答案（gt），代理标签（proxy_label）和奖励（rewards）。数据集分为训练集，共有5000个示例，数据集大小为12503981字节，下载大小为4664800字节。
The dataset includes six fields: index (idx), prompt, answers, ground truth (gt), proxy label, and rewards. The dataset is split into a training set with a total of 5000 examples, with a dataset size of 12503981 bytes and a download size of 4664800 bytes.
提供机构：
mytestdpo
