jihuny/llama_shp_10k_sky_dpo_gopt_l1e6

--- 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: 60886403 num_examples: 10000 download_size: 32595610 dataset_size: 60886403 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 提示词（prompt）：数据类型为字符串型 - 首选回复（chosen）：数据类型为字符串型 - 拒选回复（rejected）：数据类型为字符串型 - 首选回复得分（score_chosen）：数据类型为64位浮点型 - 拒选回复得分（score_rejected）：数据类型为64位浮点型 - 奖励边际值（reward_margin）：数据类型为64位浮点型 数据集划分： - 训练集（train）：占用字节数为60886403，样本量为10000 下载大小：32595610 数据集占用大小：60886403 数据集配置： - 默认配置（default）： 数据文件： - 训练集（train）对应数据路径为 data/train-*