mytestdpo/type12_7ktype3_6ktype4_llama3it_gsm8k
收藏Hugging Face2025-01-16 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/mytestdpo/type12_7ktype3_6ktype4_llama3it_gsm8k
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含文本对和标签，其中文本对由选中的文本（chosen_txt）和拒绝的文本（rejected_txt）组成，标签包括gt（可能是真实标签）、chosen（选中的文本标签）和rejected（拒绝的文本标签）。此外，还包含一个提示字段（prompt）和一个边缘字段（margin，类型为float64）。数据集分为训练集（train），共有37479个示例。
The dataset includes text pairs and labels, where the text pairs consist of chosen text (chosen_txt) and rejected text (rejected_txt), and the labels include gt (possibly the ground truth), chosen (label for the chosen text), and rejected (label for the rejected text). Additionally, there is a prompt field and a margin field (of type float64). The dataset is split into a training set (train) with a total of 37479 examples.
提供机构：
mytestdpo
