jihuny/llama_uf_10k_sky_dpo_mgopt_a07_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: 44336703 num_examples: 10000 download_size: 22869354 dataset_size: 44336703 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 字段名：提示词（prompt） 数据类型：字符串 - 字段名：选中回复（chosen） 数据类型：字符串 - 字段名：拒选回复（rejected） 数据类型：字符串 - 字段名：选中回复得分（score_chosen） 数据类型：双精度浮点数（float64） - 字段名：拒选回复得分（score_rejected） 数据类型：双精度浮点数（float64） - 字段名：奖励边际（reward_margin） 数据类型：双精度浮点数 数据集划分： - 划分名称：训练集（train） 字节大小：44336703 样本数量：10000 下载大小：22869354 数据集总大小：44336703 配置项： - 配置名称：默认配置（default） 数据文件： - 划分：训练集（train） 文件路径：data/train-*