HCY123902/qwen25_7b_inst_hc_ssss_n32_r1_dpo_new_prompt

--- dataset_info: features: - name: role dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list: - name: content dtype: string - name: role dtype: string - name: chosen_score dtype: float64 - name: rejected_score dtype: float64 - name: ref_answer dtype: string splits: - name: train num_bytes: 23632709 num_examples: 2163 download_size: 22608526 dataset_size: 23632709 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：角色（role），数据类型（dtype）：字符串 - 字段名：优选回复（chosen），为列表类型，其内部包含两个子字段： - 字段名：内容（content），数据类型（dtype）：字符串 - 字段名：角色（role），数据类型（dtype）：字符串 - 字段名：拒选回复（rejected），为列表类型，其内部包含两个子字段： - 字段名：内容（content），数据类型（dtype）：字符串 - 字段名：角色（role），数据类型（dtype）：字符串 - 字段名：优选回复得分（chosen_score），数据类型（dtype）：float64 - 字段名：拒选回复得分（rejected_score），数据类型（dtype）：float64 - 字段名：参考答案（ref_answer），数据类型（dtype）：字符串 数据集划分： - 划分名称：训练集（train），字节数：23632709，样本量：2163 下载大小：22608526，数据集总大小：23632709 配置项： - 配置名称：默认配置（default），数据文件： - 划分：训练集（train），文件路径：data/train-*