jihuny/llama_uf_10k_sky_dpo_mgopt_a20_l100

--- 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: 44231719 num_examples: 10000 download_size: 22696991 dataset_size: 44231719 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 字段名：prompt（提示词），数据类型：字符串 - 字段名：chosen（优选响应），数据类型：字符串 - 字段名：rejected（拒选响应），数据类型：字符串 - 字段名：score_chosen（优选得分），数据类型：float64 - 字段名：score_rejected（拒选得分），数据类型：float64 - 字段名：reward_margin（奖励边际），数据类型：float64 数据集划分： - 划分名称：训练集（train），占用字节数：44231719，样本总数：10000 下载大小：22696991 数据集总大小：44231719 配置项： - 配置名称：默认配置（default），数据文件配置： - 对应划分：训练集（train），文件路径：data/train-*