teamcore/DPO_Pm3B_U0_beta0.25dr_dpoEurus_RM_7bbt_noise_flip_paper0.6g

该数据集包含源文本（source）、指令（instruction）、模型输出（models）、完成情况（completions，包括有帮助性、诚实性、指令遵循性、真实性等多个子字段）、批评（critique）、自定义系统提示（custom_system_prompt）、细粒度分数（fine-grained_score）、模型名称（model）、总分（overall_score）、原则（principle）、响应（response）、正确答案（correct_answers）、错误答案（incorrect_answers）、提示（prompt）、选择（chosen）、拒绝（rejected）、选择分数（chosen_score_Eurus_RM_7b）、拒绝分数（rejected_score_Eurus_RM_7b）、BERT概率（bt_prob_Eurus_RM_7b）、生成奖励分数（reward_score_generated）、选择奖励分数（reward_score_chosen）、GPT分数（gpt_score）和GPT反馈（gpt_feedback）等字段。数据集被分为默认分割，包含1000个示例，总大小为18224585字节。The dataset includes fields such as source text (source), instructions (instruction), model outputs (models), completions (including sub-fields like helpfulness, honesty, instruction following, truthfulness, etc.), critique, custom system prompt, fine-grained score, model name, overall score, principle, response, correct answers, incorrect answers, prompt, chosen, rejected, chosen score (chosen_score_Eurus_RM_7b), rejected score (rejected_score_Eurus_RM_7b), BERT probability (bt_prob_Eurus_RM_7b), generated reward score (reward_score_generated), chosen reward score (reward_score_chosen), GPT score (gpt_score), and GPT feedback (gpt_feedback). The dataset is split into a default partition, containing 1000 examples, with a total size of 18224585 bytes.