jihuny/llama_mag_10k_sky_dpo_newton_g03_l100_soft

---
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: 50264503
num_examples: 10000
download_size: 25242985
dataset_size: 50264503
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串（string）
- 名称：优选回复（chosen），数据类型：字符串（string）
- 名称：待拒回复（rejected），数据类型：字符串（string）
- 名称：优选回复得分（score_chosen），数据类型：双精度浮点型（float64）
- 名称：待拒回复得分（score_rejected），数据类型：双精度浮点型（float64）
- 名称：奖励边际值（reward_margin），数据类型：双精度浮点型（float64）
数据集划分：
- 划分名称：训练集（train），字节大小：50264503，样本量：10000
下载总大小：25242985 字节
数据集总大小：50264503 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 对应划分：训练集（train），数据路径：data/train-*