jihuny/llama_shp_10k_sky_dpo_mgopt_a20_l1e4

--- 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: 62468657 num_examples: 10000 download_size: 33508793 dataset_size: 62468657 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（string） - 名称：优选回复（chosen），数据类型：字符串（string） - 名称：弃选回复（rejected），数据类型：字符串（string） - 名称：优选回复得分（score_chosen），数据类型：双精度浮点数（float64） - 名称：弃选回复得分（score_rejected），数据类型：双精度浮点数（float64） - 名称：奖励裕度（reward_margin），数据类型：双精度浮点数（float64） 数据拆分： - 名称：训练集（train），字节数：62468657，样本数目：10000 下载大小：33508793 数据集总大小：62468657 配置项： - 配置名称：默认（default），数据文件： - 数据拆分：训练集（train），文件路径：data/train-*