BennettGN/Llama-Chains-of-reasoning-synthetic-dpo-dataset-gsm8k

---
dataset_info:
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
splits:
- name: train
num_bytes: 7898986
num_examples: 6667
download_size: 3653056
dataset_size: 7898986
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

# Llama 3.2 1B GSM8K Synthetic DPO Dataset

## Dataset Description
This dataset was synthetically generated using `meta-llama/Llama-3.2-1B-Instruct`...
*(Add the rest of your human-readable documentation down here!)*

---
数据集信息:
特征:
- 字段名: 提示（prompt）, 数据类型: 字符串（string）
- 字段名: 选中回复（chosen）, 数据类型: 字符串（string）
- 字段名: 拒选回复（rejected）, 数据类型: 字符串（string）
划分集:
- 划分名称: 训练集（train）, 字节数: 7898986, 样本量: 6667
下载大小: 3653056 字节, 数据集总大小: 7898986 字节
配置项:
- 配置名称: 默认配置（default）, 数据文件:
- 划分: 训练集（train）, 路径: data/train-*
---

# Llama 3.2 1B GSM8K 合成直接偏好优化（DPO）数据集

## 数据集说明
本数据集通过`meta-llama/Llama-3.2-1B-Instruct`模型合成生成……
*（请在此处补充完整的可读文档内容！）*