jihuny/llama_mag_10k_sky_dpo_newton_g03_l1e2

--- 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: 50369631 num_examples: 10000 download_size: 25375196 dataset_size: 50369631 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：提示词（prompt），数据类型：字符串型 - 名称：优选响应（chosen），数据类型：字符串型 - 名称：待拒响应（rejected），数据类型：字符串型 - 名称：优选响应得分（score_chosen），数据类型：64位浮点型 - 名称：待拒响应得分（score_rejected），数据类型：64位浮点型 - 名称：奖励差值（reward_margin），数据类型：64位浮点型 数据划分： - 名称：训练集，字节数：50369631，样本数：10000 下载大小：25375196 数据集占用大小：50369631 配置项： - 配置名称：默认（default） 数据文件： - 划分：训练集，路径：data/train-*