selfcorrexp2/llama3_sft_balanced_gen2_augmath_type3

该数据集是一个文本对齐或选择的训练数据集，包含选中的文本（chosen_txt）、未选中的文本（rejected_txt）、真实标签（gt）、选择的标签（chosen）、未选择的标签（rejected）、提示文本（prompt）和边缘分数（margin）。数据集划分为训练集，共有4359个示例。

This dataset is a text alignment or selection training dataset, which includes chosen text (chosen_txt), rejected text (rejected_txt), ground truth label (gt), chosen label (chosen), rejected label (rejected), prompt text (prompt), and margin score (margin). The dataset is split into a training set with a total of 4359 examples.