jihuny/tldr_1.4b_10k_gopt_policy_unnorm_penul_prev_1e3_iter0
收藏Hugging Face2025-11-03 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/tldr_1.4b_10k_gopt_policy_unnorm_penul_prev_1e3_iter0
下载链接
链接失效反馈官方服务：
资源简介：
这是一个用于文本选择和评分的数据集，包含了提示文本(prompt)、选择的文本(chosen)、被拒绝的文本(rejected)以及它们的相关索引、评分、对数概率和完成原因等信息。数据集分为训练集(train)，共有10000个样本。
This is a dataset for text selection and scoring, containing prompt text, chosen text, rejected text, their respective indices, scores, log probabilities, and finish reasons. The dataset is split into a training set (train) with a total of 10,000 samples.
提供机构：
jihuny
