jihuny/llama_mag_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: 50191366 num_examples: 10000 download_size: 25429341 dataset_size: 50191366 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列表： - 字段名：prompt（提示词），数据类型：字符串 - 字段名：chosen（优选回复），数据类型：字符串 - 字段名：rejected（拒选回复），数据类型：字符串 - 字段名：score_chosen（优选回复得分），数据类型：双精度浮点数（float64） - 字段名：score_rejected（拒选回复得分），数据类型：双精度浮点数（float64） - 字段名：reward_margin（奖励边际值），数据类型：双精度浮点数（float64） 数据集拆分： - 拆分名称：训练集（train），字节占用量：50191366，样本总数：10000 下载包大小：25429341 数据集总存储大小：50191366 配置项： - 配置名称：默认配置（default），数据文件： - 拆分：训练集（train），文件路径：data/train-*