jihuny/llama_uf_10k_armo_s00_dpo_swamy

--- 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: 44625058 num_examples: 10000 download_size: 23004276 dataset_size: 44625058 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 - 名称：优选回复（chosen），数据类型：字符串 - 名称：淘汰回复（rejected），数据类型：字符串 - 名称：优选回复得分（score_chosen），数据类型：64位浮点型 - 名称：淘汰回复得分（score_rejected），数据类型：64位浮点型 - 名称：奖励差值（reward_margin），数据类型：64位浮点型 数据集划分： - 名称：训练集（train），字节数：44625058，样本数量：10000 下载大小：23004276 数据集存储总大小：44625058 配置项： - 配置名称：默认配置（default），数据文件： - 数据划分：训练集（train），文件路径：data/train-*