ORPO/UF-Mistral-Self-w-score-3

--- dataset_info: features: - name: source dtype: string - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: chosen-rating dtype: float64 - name: chosen-model dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: rejected-rating dtype: float64 - name: rejected-model dtype: string - name: generated sequence: string - name: self_scores sequence: float64 splits: - name: train num_bytes: 289933981 num_examples: 16917 download_size: 138269177 dataset_size: 289933981 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：来源（source），数据类型：字符串（string） - 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：列表，包含子字段： * 字段名：内容（content），数据类型：字符串（string） * 字段名：角色（role），数据类型：字符串（string） - 字段名：优选回复评分（chosen-rating），数据类型：双精度浮点数（float64） - 字段名：优选回复所用模型（chosen-model），数据类型：字符串（string） - 字段名：拒选回复（rejected），数据类型：列表，包含子字段： * 字段名：内容（content），数据类型：字符串（string） * 字段名：角色（role），数据类型：字符串（string） - 字段名：拒选回复评分（rejected-rating），数据类型：双精度浮点数（float64） - 字段名：拒选回复所用模型（rejected-model），数据类型：字符串（string） - 字段名：生成内容序列（generated），数据类型：字符串序列 - 字段名：自评得分序列（self_scores），数据类型：浮点数序列 数据集划分： - 划分名称：训练集（train），字节占用量：289933981，样本数量：16917 下载大小：138269177 数据集总大小：289933981 配置项： - 配置名称：默认配置（default），数据文件： * 对应划分：训练集（train），文件路径：data/train-*