selfcorrexp/dpo_final_scalingtmp07
收藏Hugging Face2025-01-15 更新2025-02-15 收录
下载链接：
https://hf-mirror.com/datasets/selfcorrexp/dpo_final_scalingtmp07
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含多个字段的数据集，其中包括索引、真实标签、提示信息、难度级别、类型、解决方案、个人解决方案、预测结果以及奖励等字段。数据集分为训练集，其大小为325000个样本，占用的字节数为1113486945字节。数据集还提供了一个默认配置，其中包含了训练数据文件的路径。
This is a dataset with multiple fields including index, ground truth, prompt, level, type, solution, personal solution, prediction, and rewards. The dataset is split into a training set, which contains 325000 samples and occupies 1113486945 bytes. The dataset also provides a default configuration with the path to the training data files.
提供机构：
selfcorrexp
