five

Taichi11/dpo_dataset_v4

收藏
Hugging Face2026-03-18 更新2026-03-29 收录
下载链接:
https://hf-mirror.com/datasets/Taichi11/dpo_dataset_v4
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: apache-2.0 tags: - dpo - qwen - preference-optimization - cot - structured-output --- # DPO Dataset (Filtered + Structured Boosted) ## Base Dataset - u-10bei/dpo-dataset-qwen-cot ## Filtering Rules - prompt <= 2048 chars - chosen/rejected <= 2048 chars - length difference > 80 chars ## Structured Data Boost - XML / TOML samples boosted by 1.2x ## Final Size - 3101 samples ## Intended Use - DPO training for Qwen3-4B-Instruct (SFT-initialized) - Structured output improvement (XML / TOML) ## Environment - Google Colab - NVIDIA T4 - 4bit QLoRA
提供机构:
Taichi11
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作