mytestdpo/llama3_sft_dpo_augmath_math_type12_merged
收藏Hugging Face2025-01-19 更新2025-04-26 收录
下载链接：
https://hf-mirror.com/datasets/mytestdpo/llama3_sft_dpo_augmath_math_type12_merged
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含选中的文本、被拒绝的文本、标准答案、提示文本、选中的选项、被拒绝的选项和分数差等字段。数据集被划分为训练集，共有12668个示例，用于文本选择或评分等任务。
The dataset includes fields for chosen text, rejected text, ground truth, prompt, chosen option, rejected option, and score margin. It is split into a training set with a total of 12,668 examples, suitable for tasks like text selection or scoring.
提供机构：
mytestdpo
