ceselder/loracle-ia-merged-ws-rl

该数据集名为LoRAcle IA合并warmstart+RL池，是由ceselder/loracle-ia-warmstart和ceselder/loracle-ia-RL两个数据集合并而成。经过过滤，移除了20个特定的fair-eval heldout backdoor orgs。数据集包含2595行数据，涉及950个独特的LoRAs，数据来源包括ia、dpo_pretrain和pretrain_dpo_heldout。建议用作单一的SFT/RL训练池。

本数据集命名为LoRAcle IA warmstart+RL合并训练池，由ceselder/loracle-ia-warmstart与ceselder/loracle-ia-RL两个数据集合并构建。经预处理过滤操作，已移除20个特定公平评估基准（fair-eval）下的预留后门组织。该数据集共包含2595条数据，涵盖950个独特的低秩适应（Low-Rank Adaptation, LoRA）适配器，数据来源涵盖ia、dpo_pretrain及pretrain_dpo_heldout三类。建议将其作为统一的监督微调（Supervised Fine-Tuning, SFT）与强化学习（Reinforcement Learning, RL）训练池使用。