jihuny/llama_uf_10k_sky_dpo_newton_g03_l100_soft

--- 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: 44428172 num_examples: 10000 download_size: 22883162 dataset_size: 44428172 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：prompt（提示词），数据类型：字符串型 - 字段名：chosen（优选回答），数据类型：字符串型 - 字段名：rejected（拒选回答），数据类型：字符串型 - 字段名：score_chosen（优选回答得分），数据类型：64位浮点型 - 字段名：score_rejected（拒选回答得分），数据类型：64位浮点型 - 字段名：reward_margin（奖励边际值），数据类型：64位浮点型 数据集划分： - 划分名称：train（训练集），占用字节数：44428172，样本数量：10000 下载大小：22883162 数据集总存储大小：44428172 数据集配置： - 配置名称：default（默认配置），数据文件： - 对应划分：train（训练集），文件路径：data/train-*