jihuny/llama_nec_10k_sky_dpo_newton_g03_l1e4_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: 31995450 num_examples: 10000 download_size: 17332505 dataset_size: 31995450 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: 优选回复（chosen） 数据类型: 字符串 - 名称: 被拒回复（rejected） 数据类型: 字符串 - 名称: 优选得分（score_chosen） 数据类型: float64 - 名称: 被拒得分（score_rejected） 数据类型: float64 - 名称: 奖励差值（reward_margin） 数据类型: float64 划分: - 名称: 训练集（train） 字节数: 31995450 样本数: 10000 下载大小: 17332505 数据集总大小: 31995450 配置: - 配置名称: 默认配置（default） 数据文件: - 划分: 训练集（train） 路径: data/train-*