jihuny/llama_uf_10k_sky_dpo_rgopt_g03_l1e2
收藏Hugging Face2026-03-18 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/llama_uf_10k_sky_dpo_rgopt_g03_l1e2
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: 44106710
num_examples: 10000
download_size: 22713012
dataset_size: 44106710
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征：
- 字段名称：prompt（提示词），数据类型：字符串
- 字段名称：chosen（优选回复），数据类型：字符串
- 字段名称：rejected（待拒回复），数据类型：字符串
- 字段名称：score_chosen（优选回复得分），数据类型：float64（双精度浮点数）
- 字段名称：score_rejected（待拒回复得分），数据类型：双精度浮点数
- 字段名称：reward_margin（奖励边际差值），数据类型：双精度浮点数
数据集划分：
- 划分名称：train（训练集），字节数：44106710，样本数量：10000
下载大小：22713012字节，数据集总大小：44106710字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 对应划分：训练集，文件路径：data/train-*
提供机构：
jihuny
