teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dpo_proEurus_RM_7b_nu0.03_CR_cr_trajfull
收藏数据链接：
官方服务：
资源简介：
这是一个包含三个字段（prompt、chosen、response）的对话数据集，适用于对话生成或相关NLP任务。数据集分为default部分，共有1200个例子。
This is a dialogue dataset with three fields (prompt, chosen, response) suitable for dialogue generation or related NLP tasks. The dataset is split into a default section with a total of 1200 examples.
提供机构：
teamcore
