jihuny/llama_nec_10k_sky_dpo_mgopt_a07

--- 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: 31956089 num_examples: 10000 download_size: 17307208 dataset_size: 31956089 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列表： - 名称：提示词（Prompt），数据类型：字符串 - 名称：选中回复（Chosen），数据类型：字符串 - 名称：拒选回复（Rejected），数据类型：字符串 - 名称：选中回复得分（Score_chosen），数据类型：双精度浮点数（float64） - 名称：拒选回复得分（Score_rejected），数据类型：双精度浮点数（float64） - 名称：奖励边际值（Reward_margin），数据类型：双精度浮点数（float64） 数据集划分： - 名称：训练集（train），字节数：31956089，样本数量：10000 下载大小：17307208 字节 数据集总大小：31956089 字节 配置项： - 配置名称：默认配置（default），数据文件： - 划分集：训练集（train），路径：data/train-*