teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dpo_proEurus_RM_7bbt_noise_flip_paper0.3_CR_cr_trajfull
收藏数据链接：
官方服务：
资源简介：
该数据集包含三个字段：提示（prompt）、选择（chosen）和响应（response），均为文本格式。数据集分为默认的一个部分，共有1200个示例，总文件大小为10410360字节。
The dataset includes three fields: prompt, chosen, and response, all in string format. The dataset is divided into a default split with a total of 1200 examples, with a total file size of 10410360 bytes.
提供机构：
teamcore
