mytestdpo/llama3_it_gsm8k_sft_model_gen2_gsm8k_
收藏Hugging Face2025-01-13 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/mytestdpo/llama3_it_gsm8k_sft_model_gen2_gsm8k_
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的数据集，其中包括索引（idx），提示文本（prompt），答案序列（answers），正确答案（gt），第一次奖励标识（first_rewards），预测结果（prediction）和第二次奖励标识（second_rewards）。数据集分为训练集（train），共有19080个示例，数据集大小为257948979字节。
This dataset includes multiple features such as index (idx), prompt text (prompt), answer sequence (answers), ground truth (gt), first reward indicator (first_rewards), prediction result (prediction), and second reward indicator (second_rewards). The dataset is split into a training set (train) with a total of 19080 examples, and the dataset size is 257948979 bytes.
提供机构：
mytestdpo
