jihuny/llama_nec_10k_armo_s001_dpo_margin_gopt

--- 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: 30277190 num_examples: 10000 download_size: 16597424 dataset_size: 30277190 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：提示词（Prompt），数据类型：字符串 - 名称：优选响应（Chosen），数据类型：字符串 - 名称：拒选响应（Rejected），数据类型：字符串 - 名称：优选响应得分（score_chosen），数据类型：双精度浮点数（float64） - 名称：拒选响应得分（score_rejected），数据类型：双精度浮点数（float64） - 名称：奖励边际（reward_margin），数据类型：双精度浮点数（float64） 数据集划分： - 划分名称：训练集（train），字节数：30277190，样本数量：10000 下载总大小：16597424 字节 数据集总大小：30277190 字节 配置项： - 配置名称：默认配置（default），数据文件： - 对应数据集划分：训练集（train），文件路径：data/train-*