jihuny/llama_nec_10k_sky_dpo_newton_g03_l1e2_soft

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: score_chosen dtype: float64 - name: score_rejected dtype: float64 - name: reward_margin dtype: float64 splits: - name: train num_bytes: 31940364 num_examples: 10000 download_size: 17266144 dataset_size: 31940364 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：提示词（Prompt），数据类型：字符串（string） - 名称：选中回复（chosen），数据类型：字符串（string） - 名称：拒选回复（rejected），数据类型：字符串（string） - 名称：选中回复得分（score_chosen），数据类型：64位浮点数（float64） - 名称：拒选回复得分（score_rejected），数据类型：64位浮点数（float64） - 名称：奖励边际（reward_margin），数据类型：64位浮点数（float64） 数据集划分： - 名称：训练集（train），字节大小：31940364，样本总数：10000 下载大小：17266144 数据集总大小：31940364 数据集配置： - 配置名称：默认配置（default），数据文件： - 对应划分：训练集（train），文件路径：data/train-*