jihuny/llama_arena_10k_armo_s005_dpo_g_optimal

--- 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: 35572619 num_examples: 10000 download_size: 19058572 dataset_size: 35572619 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列表： - 名称：prompt（提示），数据类型：字符串（string） - 名称：chosen（优选回复），数据类型：字符串（string） - 名称：rejected（拒选回复），数据类型：字符串（string） - 名称：score_chosen，数据类型：float64 - 名称：score_rejected，数据类型：float64 - 名称：reward_margin（奖励边际），数据类型：float64 数据集拆分： - 名称：训练集（train），占用字节数：35572619，样本数量：10000 下载大小：19058572 数据集总大小：35572619 配置项： - 配置名称：默认配置（default），数据文件： - 对应拆分：训练集（train），文件路径：data/train-*