jackf857/qwen3-8b-base-beta-dpo-hh-helpful-4xh200-margin

--- dataset_info: features: - name: epoch dtype: float64 - name: step dtype: int64 - name: batch_size dtype: int64 - name: mean dtype: float64 - name: std dtype: float64 - name: min dtype: float64 - name: p10 dtype: float64 - name: median dtype: float64 - name: p90 dtype: float64 - name: max dtype: float64 - name: pos_frac dtype: float64 - name: sample sequence: float64 - name: npy dtype: string splits: - name: train num_bytes: 471252 num_examples: 681 download_size: 391012 dataset_size: 471252 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 名称：epoch（训练轮次），数据类型：64位浮点型（float64） - 名称：step（训练步数），数据类型：64位整型（int64） - 名称：batch_size（批次大小），数据类型：64位整型（int64） - 名称：mean（均值），数据类型：64位浮点型（float64） - 名称：std（标准差），数据类型：64位浮点型（float64） - 名称：min（最小值），数据类型：64位浮点型（float64） - 名称：p10（10%分位数），数据类型：64位浮点型（float64） - 名称：median（中位数），数据类型：64位浮点型（float64） - 名称：p90（90%分位数），数据类型：64位浮点型（float64） - 名称：max（最大值），数据类型：64位浮点型（float64） - 名称：pos_frac（正样本占比），数据类型：64位浮点型（float64） - 名称：sample（样本序列），数据类型：64位浮点型序列（sequence: float64） - 名称：npy（NPY文件路径），数据类型：字符串型（string） 划分集： - 名称：训练集（train） 字节数：471252 样本数量：681 下载大小：391012 字节 数据集占用大小：471252 字节 配置项： - 配置名称：默认配置（default） 数据文件： - 划分集：训练集（train） 文件路径：data/train-*