jihuny/llama_mag_10k_armo_s001_dpo_random

--- 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: 50120019 num_examples: 10000 download_size: 25741950 dataset_size: 50120019 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：选中回复（chosen），数据类型：字符串 - 字段名：被拒回复（rejected），数据类型：字符串 - 字段名：选中回复得分（score_chosen），数据类型：64位浮点型 - 字段名：被拒回复得分（score_rejected），数据类型：64位浮点型 - 字段名：奖励边际（reward_margin），数据类型：64位浮点型 数据集划分： - 划分名称：训练集，占用字节数：50120019，样本数量：10000 下载大小：25741950字节，数据集总大小：50120019字节 配置项： - 配置名称：默认配置，数据文件： - 对应划分：训练集，文件路径：data/train-*