jihuny/llama_arena_10k_sky_dpo_newton_g05_l1e4_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_l1e4_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: 36954337
num_examples: 10000
download_size: 19508335
dataset_size: 36954337
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征列表：
- 字段名：提示词（Prompt）
数据类型：字符串
- 字段名：优选回复（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：优选回复得分（score_chosen）
数据类型：float64
- 字段名：被拒回复得分（score_rejected）
数据类型：float64
- 字段名：奖励边际（reward_margin）
数据类型：float64
数据划分：
- 划分名称：训练集
字节大小：36954337
样本数量：10000
下载大小：19508335
数据集总大小：36954337
配置项：
- 配置名称：默认配置
数据文件：
- 数据划分：训练集
路径：data/train-*
提供机构：
jihuny
