jihuny/llama_hh_10k_sky_dpo_mgopt_a03_l1e2
收藏Hugging Face2026-03-21 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/llama_hh_10k_sky_dpo_mgopt_a03_l1e2
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: 28731556
num_examples: 10000
download_size: 15821931
dataset_size: 28731556
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（string）
- 名称：优选响应（chosen），数据类型：字符串（string）
- 名称：拒选响应（rejected），数据类型：字符串（string）
- 名称：优选得分（score_chosen），数据类型：64位浮点数（float64）
- 名称：拒选得分（score_rejected），数据类型：64位浮点数（float64）
- 名称：奖励边际（reward_margin），数据类型：64位浮点数（float64）
数据集划分：
- 名称：训练集（train），占用字节数：28731556，样本数量：10000
下载大小：15821931
数据集总大小：28731556
数据集配置：
- 配置名称：默认配置（default），数据文件：
- 训练集划分：数据路径为 data/train-*
提供机构：
jihuny
