jihuny/llama_uf_10k_sky_dpo_newton_g03_l1e6

--- 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: 44579014 num_examples: 10000 download_size: 23021106 dataset_size: 44579014 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：提示词（prompt），数据类型：字符串 - 字段名：选中响应（chosen），数据类型：字符串 - 字段名：拒选响应（rejected），数据类型：字符串 - 字段名：选中响应得分（score_chosen），数据类型：64位浮点数 - 字段名：拒选响应得分（score_rejected），数据类型：64位浮点数 - 字段名：奖励边际值（reward_margin），数据类型：64位浮点数 数据集划分： - 划分名称：训练集（train），数据字节数：44579014，样本数量：10000 下载大小：23021106 字节 数据集总大小：44579014 字节 配置项： - 配置名称：默认配置（default），数据文件： - 数据集划分：训练集（train），文件路径：data/train-*