jihuny/llama_hh_10k_sky_dpo_mgopt_a20_l100

--- 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: 28523342 num_examples: 10000 download_size: 15684599 dataset_size: 28523342 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息: 特征项: - 字段名: 提示词（prompt） 数据类型: 字符串（string） - 字段名: 优选回复（chosen） 数据类型: 字符串（string） - 字段名: 弃选回复（rejected） 数据类型: 字符串（string） - 字段名: 优选回复得分（score_chosen） 数据类型: 64位浮点型（float64） - 字段名: 弃选回复得分（score_rejected） 数据类型: 64位浮点型（float64） - 字段名: 奖励边际值（reward_margin） 数据类型: 64位浮点型（float64） 数据划分: - 划分名称: 训练集（train） 字节占用量: 28523342 样本数量: 10000 下载大小: 15684599 数据集占用总大小: 28523342 配置项: - 配置名称: 默认配置（default） 数据文件: - 对应训练集划分 文件路径: data/train-*