jihuny/llama_arena_10k_armo_s001_dpo_margin_gopt

--- 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: 35617159 num_examples: 10000 download_size: 19085258 dataset_size: 35617159 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征列表： - 名称：提示词（prompt），数据类型：字符串型（string） - 名称：选中回复（chosen），数据类型：字符串型（string） - 名称：拒选回复（rejected），数据类型：字符串型（string） - 名称：选中回复得分（score_chosen），数据类型：64位浮点型（float64） - 名称：拒选回复得分（score_rejected），数据类型：64位浮点型（float64） - 名称：奖励边际值（reward_margin），数据类型：64位浮点型（float64） 数据集拆分： - 拆分名称：训练集（train），占用字节数：35617159，样本总量：10000 整体下载大小：19085258，数据集总存储大小：35617159 数据集配置： - 配置名称：默认配置（default），数据文件配置： - 对应拆分：训练集（train），文件路径：data/train-*