teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dpo_pro_nu0.3_Eurus_RM_7b_vs_dlm_default_cr_trajfull
收藏数据链接：
官方服务：
资源简介：
该数据集包含对话相关的信息，其中包括提示文本(prompt)、响应文本(response)、GPT评分(gpt_score)、清理后的提示文本(clean_prompt)、任务类别(task_category)和是否被选中的标识(chosen)。数据集分为默认分片，共有900个示例。数据集适用于对话生成或评估任务。
The dataset contains information related to dialogues, including prompt text, response text, GPT score, cleaned prompt text, task category, and an identifier indicating whether it has been chosen. The dataset is split into a default shard, containing a total of 900 examples. It is suitable for dialogue generation or evaluation tasks.
提供机构：
teamcore
