jihuny/llama_nec_10k_sky_dpo_newton_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: 31940364
num_examples: 10000
download_size: 17266144
dataset_size: 31940364
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征：
- 名称：提示词（prompt），数据类型：字符串
- 名称：优选响应（chosen），数据类型：字符串
- 名称：落选响应（rejected），数据类型：字符串
- 名称：优选响应得分（score_chosen），数据类型：64位浮点数
- 名称：落选响应得分（score_rejected），数据类型：64位浮点数
- 名称：奖励差值（reward_margin），数据类型：64位浮点数
数据集拆分：
- 名称：训练集（train），字节数：31940364，样本数量：10000
下载大小：17266144，数据集总大小：31940364
配置项：
- 配置名称：默认（default），数据文件：
- 拆分：训练集，路径：data/train-*