jihuny/llama_mag_10k_sky_dpo_newton_g07_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: 50294410 num_examples: 10000 download_size: 25277661 dataset_size: 50294410 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 字段名：提示词（prompt），数据类型：字符串 - 字段名：优选回复（chosen），数据类型：字符串 - 字段名：弃选回复（rejected），数据类型：字符串 - 字段名：优选回复得分（score_chosen），数据类型：float64 - 字段名：弃选回复得分（score_rejected），数据类型：float64 - 字段名：奖励边际值（reward_margin），数据类型：float64 数据集拆分： - 拆分名称：训练集（train），字节数：50294410，样本数：10000 下载大小：25277661 数据集存储大小：50294410 配置项： - 配置名称：默认配置（default），数据文件： - 对应拆分：训练集（train），数据路径：data/train-*