mytestdpo/llama3_star_plus_8b_gsm8k_kumar_baselinetmp10
收藏数据链接：
官方服务：
资源简介：
这是一个包含索引、真实标签、提示、答案、解决方案、预测和奖励字段的数据集，主要用于训练模型。数据集仅包含一个训练集部分，大小为8428618字节，共有2638个示例。
This dataset includes fields for index, ground truth labels, prompts, answers, solutions, predictions, and rewards, primarily used for model training. The dataset consists of a single training split with a size of 8428618 bytes and 2638 examples.
提供机构：
mytestdpo
