mytestdpo/morecorrmodel_gen_base_aug_gsm8k_all_prompts
收藏Hugging Face2025-01-04 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/mytestdpo/morecorrmodel_gen_base_aug_gsm8k_all_prompts
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了索引、提示、真实标签以及两轮奖励（真实奖励和代理奖励）的信息。数据集分为训练集，共有30451个示例。
The dataset includes index, prompt, ground truth label, and two rounds of rewards (true reward and proxy reward). The dataset is split into a training set with a total of 30451 examples.
提供机构：
mytestdpo
