mcding-org/CorrectDPO-Eval-DPO_L8B_U0_beta0.10

---
dataset_info:
- config_name: m1
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: response
dtype: string
- name: reward_score
dtype: float64
- name: gpt_score
dtype: float64
splits:
- name: default
num_bytes: 271138
num_examples: 64
download_size: 172133
dataset_size: 271138
- config_name: m2
features:
- name: prompt
dtype: string
- name: chosen
dtype: string
- name: rejected
dtype: string
- name: response
dtype: string
- name: reward_score
dtype: float64
- name: gpt_score
dtype: float64
splits:
- name: default
num_bytes: 398486
num_examples: 64
download_size: 227487
dataset_size: 398486
configs:
- config_name: m1
data_files:
- split: default
path: m1/default-*
- config_name: m2
data_files:
- split: default
path: m2/default-*
---

数据集信息：
- 配置名称：m1
特征字段：
- 字段名：提示词（Prompt），数据类型：string
- 字段名：优选应答（Chosen），数据类型：string
- 字段名：非优选应答（Rejected），数据类型：string
- 字段名：应答（Response），数据类型：string
- 字段名：奖励得分（Reward Score），数据类型：float64
- 字段名：GPT评分（GPT Score），数据类型：float64
数据集划分：
- 划分名称：default，字节数：271138，样本数量：64
下载大小：172133，数据集大小：271138
- 配置名称：m2
特征字段：
- 字段名：提示词（Prompt），数据类型：string
- 字段名：优选应答（Chosen），数据类型：string
- 字段名：非优选应答（Rejected），数据类型：string
- 字段名：应答（Response），数据类型：string
- 字段名：奖励得分（Reward Score），数据类型：float64
- 字段名：GPT评分（GPT Score），数据类型：float64
数据集划分：
- 划分名称：default，字节数：398486，样本数量：64
下载大小：227487，数据集大小：398486
配置项：
- 配置名称：m1，数据文件：
- 划分：default，路径：m1/default-*
- 配置名称：m2，数据文件：
- 划分：default，路径：m2/default-*

原始信息汇总

数据集概述

配置 m1

• 特征:

  • prompt: 字符串
  • chosen: 字符串
  • rejected: 字符串
  • response: 字符串
  • reward_score: 浮点数（float64）
  • gpt_score: 浮点数（float64）

• 分割:

  • 名称: default
  • 字节数: 271138
  • 示例数: 64

• 下载大小: 172133

• 数据集大小: 271138

配置 m2

• 特征:

  • prompt: 字符串
  • chosen: 字符串
  • rejected: 字符串
  • response: 字符串
  • reward_score: 浮点数（float64）
  • gpt_score: 浮点数（float64）

• 分割:

  • 名称: default
  • 字节数: 398486
  • 示例数: 64

• 下载大小: 227487

• 数据集大小: 398486