jihuny/tldr_1.4b_10k_gopt_policy_norm_penul_prev_1e-3_iter0
收藏Hugging Face2025-11-03 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/tldr_1.4b_10k_gopt_policy_norm_penul_prev_1e-3_iter0
下载链接
链接失效反馈官方服务：
资源简介：
这是一个文本选择数据集，包含了提示语、选择的文本和被拒绝的文本，以及它们对应的索引、评分、对数概率和完成原因等。数据集分为训练集，共有10000个示例。
This is a text selection dataset that includes prompt, chosen text, and rejected text along with their indices, scores, log probabilities, and finish reasons. The dataset is split into a training set with a total of 10,000 examples.
提供机构：
jihuny
