jihuny/llama_mag_10k_sky_dpo_rgopt_g03_l1e2

--- 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: 49654541 num_examples: 10000 download_size: 25187132 dataset_size: 49654541 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 名称：提示词（prompt），数据类型：字符串 - 名称：优选回复（chosen），数据类型：字符串 - 名称：弃选回复（rejected），数据类型：字符串 - 名称：优选得分（score_chosen），数据类型：双精度浮点数（float64） - 名称：弃选得分（score_rejected），数据类型：双精度浮点数（float64） - 名称：奖励边际值（reward_margin），数据类型：双精度浮点数（float64） 数据划分： - 划分名称：训练集（train），字节数：49654541，样本数量：10000 下载大小：25187132字节 数据集总大小：49654541字节 配置方案： - 配置名称：默认配置（default），数据文件映射： - 对应数据划分：训练集，文件路径：data/train-*