jihuny/llama_mag_10k_sky_dpo_mgopt_a03_l01

--- 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: 50129035 num_examples: 10000 download_size: 25354946 dataset_size: 50129035 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 - 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：选中回答得分（score_chosen），数据类型：双精度浮点数（float64） - 名称：拒选回答得分（score_rejected），数据类型：双精度浮点数（float64） - 名称：奖励边际（reward_margin），数据类型：双精度浮点数（float64） 数据划分： - 划分名称：训练集（train），字节数：50129035，样本数量：10000 下载大小：25354946 字节，数据集总大小：50129035 字节 配置项： - 配置名称：默认配置，数据文件： - 划分：训练集（train），文件路径：data/train-*