jihuny/llama_arena_10k_sky_dpo_newton_g05_l100_soft
收藏Hugging Face2026-03-24 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/llama_arena_10k_sky_dpo_newton_g05_l100_soft
下载链接
链接失效反馈官方服务：
资源简介：
---
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: 37062374
num_examples: 10000
download_size: 19438520
dataset_size: 37062374
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：弃选回复（Rejected）
数据类型：字符串
- 名称：优选得分（Score_Chosen）
数据类型：双精度浮点数（float64）
- 名称：弃选得分（Score_Rejected）
数据类型：双精度浮点数（float64）
- 名称：奖励差值（Reward_Margin）
数据类型：双精度浮点数（float64）
数据划分：
- 名称：训练集（Train）
字节大小：37062374
样本数量：10000
下载大小：19438520
数据集总大小：37062374
配置项：
- 配置名称：默认（Default）
数据文件：
- 拆分：训练集
路径：data/train-*
提供机构：
jihuny
