GitBag/llama3-ultrafeedback-armo-temp2
收藏官方服务：
资源简介：
该数据集包含多个响应（response_0到response_4）、提示（prompt）、llama_prompt及其对应的奖励值和选择的响应。数据集主要用于训练偏好模型，包含260个示例，分为一个训练集split（train_prefs）。
This dataset contains multiple responses (response_0 to response_4), prompts, llama_prompt, and their corresponding reward values and chosen responses. The dataset is primarily used for training preference models and includes 260 examples, divided into one training split (train_prefs).
提供机构：
GitBag
