jihuny/llama_arena_10k_armo_s005_dpo_newton

--- 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: 36975731 num_examples: 10000 download_size: 19925894 dataset_size: 36975731 configs: - config_name: default data_files: - split: train path: data/train-* ------ 数据集信息: 特征: - 名称: prompt（提示词） 数据类型: 字符串 - 名称: chosen（选中回复） 数据类型: 字符串 - 名称: rejected（被拒回复） 数据类型: 字符串 - 名称: score_chosen（选中回复得分） 数据类型: float64（双精度浮点数） - 名称: score_rejected（被拒回复得分） 数据类型: float64（双精度浮点数） - 名称: reward_margin（奖励边际值） 数据类型: float64（双精度浮点数） 划分集: - 名称: train（训练集） 字节数: 36975731 样本数: 10000 下载大小: 19925894 数据集大小: 36975731 配置项: - 配置名称: default（默认配置） 数据文件: - 划分集: train（训练集） 路径: 数据/train-* ---