teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dr_dpoEurus_RM_7b
收藏Hugging Face2025-11-08 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dr_dpoEurus_RM_7b
下载链接
链接失效反馈官方服务：
资源简介：
这是一个包含多个特征字段的数据集，如任务类型、选择项、拒绝项等。数据集被划分为默认的2000个示例。每个示例包含了如任务类别、是否为原始任务、提示文本等信息。此外，数据集还包含了固定的选择项、拒绝项和响应。
This dataset contains multiple feature fields such as task type, chosen item, rejected item, etc. The dataset is split into a default of 2000 examples. Each example includes information such as task category, whether it is an original task, prompt text, etc. Additionally, the dataset includes fixed chosen items, rejected items, and responses.
提供机构：
teamcore
