round2-oss-matched

Hugging Face2026-08-04 更新2026-08-05 收录

语言模型对齐

模型采样反馈优化

数据链接：

https://huggingface.co/datasets/tts-sft/round2-oss-matched 数据链接链接失效反馈

官方服务：

资源简介：

该数据集是第二轮匹配实验（round2-oss-matched）产生的 4 组实验数据，每组包含 10 个节点，共 40 个节点。数据集包含以下 JSONL 格式文件：pool.jsonl（样本池）、seeds.jsonl（种子）、budgets.jsonl（预算）、samples.jsonl（采样结果）以及实验 3 中的 cfg_loops.yaml 配置。实验类型包括：实验 0（20B/120B 修复重跑）、实验 1（20B token 对齐独立采样）、实验 2（120B token 对齐独立采样）、实验 3（120B 自测试反馈 SE）。数据适用于大语言模型（20B 和 120B 规模）的采样、对齐和反馈优化任务。

This dataset includes 4 groups of experimental data from the round2-oss-matched (second-round matching) experiment, with 10 nodes per group and a total of 40 nodes. The dataset contains the following JSONL-formatted files: pool.jsonl (sample pool), seeds.jsonl (seed dataset), budgets.jsonl (budget settings), samples.jsonl (sampling results), as well as the cfg_loops.yaml configuration file used in Experiment 3. The experiment types are as follows: Experiment 0 (rerun of 20B/120B models with bug fixes), Experiment 1 (independent sampling for 20B token alignment), Experiment 2 (independent sampling for 120B token alignment), and Experiment 3 (120B self-test feedback SE). This dataset is suitable for sampling, alignment, and feedback optimization tasks for large language models (LLMs) with parameter scales of 20B and 120B.

创建时间：

2026-07-31

原始信息汇总

数据集概述

该数据集为“round2-oss-matched”，是第二轮4组实验数据，包含10个节点，共40个节点数据。主要内容如下：

数据结构

数据集包含以下目录结构：

exp0_20b/node00..04/pool.jsonl：实验0的20B模型数据，为shard-05修复重跑
exp0_120b/node00..04/pool.jsonl：实验0的120B模型数据，同上
exp1_20b/node00..09/{seeds,budgets,pool}.jsonl：实验1的20B token对齐独立采样数据
exp2_120b/node00..09/{seeds,budgets,pool}.jsonl：实验2的120B模型数据，同上
exp3_120b/node00..09/{ck_nonsat/,nonsat_seeds,budgets,pool,cfg_loops.yaml}：实验3的自测试反馈SE数据
loop_budget_v2_adaptive.json：已锁定的逐题loop预算