jihuny/llama_hh_10k_armo_s002_dpo_newton

---
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: 28761397
num_examples: 10000
download_size: 16097650
dataset_size: 28761397
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
- 优选回复（chosen）：字符串类型
- 弃选回复（rejected）：字符串类型
- 优选得分（score_chosen）：64位浮点型（float64）
- 弃选得分（score_rejected）：64位浮点型（float64）
- 奖励边际（reward_margin）：64位浮点型（float64）
数据集划分：
- 训练集（train）：数据字节数28761397，样本数量10000
下载总大小：16097650字节，数据集实际总大小：28761397字节
数据集配置：
- 默认配置（default）：数据文件对应训练集，路径为data/train-*