jihuny/llama_uf_10k_sky_dpo_newton_g07_l100_soft
收藏Hugging Face2026-03-25 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/llama_uf_10k_sky_dpo_newton_g07_l100_soft
下载链接
链接失效反馈官方服务：
资源简介：
---
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: 44404275
num_examples: 10000
download_size: 22912840
dataset_size: 44404275
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征项：
- 提示词（prompt）：字符串类型
- 选中回复（chosen）：字符串类型
- 拒选回复（rejected）：字符串类型
- 选中项得分（score_chosen）：64位浮点型数据
- 拒选项得分（score_rejected）：64位浮点型数据
- 奖励边际（reward_margin）：64位浮点型数据
数据集划分：
- 训练集（train）：字节占用量44404275，样本数量10000
下载大小：22912840
数据集总大小：44404275
配置项：
- 默认配置（default）：
数据文件：
- 训练集划分：数据路径为data/train-*
提供机构：
jihuny
