jihuny/llama_mag_10k_sky_dpo_mgopt_a05_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: 50055044 num_examples: 10000 download_size: 25330682 dataset_size: 50055044 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：提示词（Prompt），数据类型：字符串 - 字段名：选中回复，数据类型：字符串 - 字段名：被拒回复，数据类型：字符串 - 字段名：选中回复得分，数据类型：float64 - 字段名：被拒回复得分，数据类型：float64 - 字段名：奖励边际，数据类型：float64 数据集划分： - 划分名称：训练集（train），字节大小：50055044，样本数量：10000 下载总大小：25330682 数据集总大小：50055044 配置项： - 配置名称：默认配置（default），数据文件： - 数据集划分：训练集（train），文件路径：data/train-*