jihuny/llama_nec_10k_sky_active_mgopt_a05_l1e4

--- dataset_info: features: - name: prompt dtype: string - name: prompt_idx dtype: int32 - name: response_a dtype: string - name: response_b dtype: string - name: response_a_idx dtype: int32 - name: response_b_idx dtype: int32 - name: logprob_a dtype: float32 - name: logprob_b dtype: float32 - name: embedding_difference list: float32 length: 2048 - name: score_a dtype: float64 - name: score_b dtype: float64 - name: mgopt_score dtype: float64 - name: rank dtype: int64 splits: - name: train num_bytes: 114139939 num_examples: 10000 download_size: 48375942 dataset_size: 114139939 configs: - config_name: default data_files: - split: train path: data/train-* ---dataset_info: features: - name: 提示（prompt） dtype: 字符串（string） - name: 提示索引（prompt_idx） dtype: 32位整数（int32） - name: 回复A（response_a） dtype: 字符串（string） - name: 回复B（response_b） dtype: 字符串（string） - name: 回复A索引（response_a_idx） dtype: 32位整数（int32） - name: 回复B索引（response_b_idx） dtype: 32位整数（int32） - name: 对数概率A（logprob_a） dtype: 32位浮点数（float32） - name: 对数概率B（logprob_b） dtype: 32位浮点数（float32） - name: 嵌入差异（embedding_difference） list: 32位浮点数（float32） length: 2048 - name: 得分A（score_a） dtype: 64位浮点数（float64） - name: 得分B（score_b） dtype: 64位浮点数（float64） - name: MGOPT得分（mgopt_score） dtype: 64位浮点数（float64） - name: 排名（rank） dtype: 64位整数（int64） splits: - name: 训练集（train） num_bytes: 114139939 num_examples: 10000 download_size: 48375942 dataset_size: 114139939 configs: - config_name: 默认配置（default） data_files: - split: 训练集（train） path: 数据/train-*