jihuny/llama_hh_10k_sky_dpo_newton_g03_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: 28552304
num_examples: 10000
download_size: 15637618
dataset_size: 28552304
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串
- 名称：选中回复（chosen），数据类型：字符串
- 名称：被拒绝回复（rejected），数据类型：字符串
- 名称：选中回复得分（score_chosen），数据类型：64位浮点数（float64）
- 名称：被拒绝回复得分（score_rejected），数据类型：64位浮点数（float64）
- 名称：奖励差值（reward_margin），数据类型：64位浮点数（float64）
数据划分：
- 划分名称：训练集（train），占用字节数：28552304，样本数量：10000
下载大小：15637618字节，数据集总存储大小：28552304字节
数据集配置：
- 配置名称：默认（default），数据文件：
- 对应训练集划分，文件路径：data/train-*