jihuny/llama_uf_10k_armo_s002_dpo_newton
收藏Hugging Face2026-03-28 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/llama_uf_10k_armo_s002_dpo_newton
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: 44750003
num_examples: 10000
download_size: 23300271
dataset_size: 44750003
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征：
- 名称：提示词（Prompt），数据类型：字符串（string）
- 名称：优选回复（Chosen），数据类型：字符串（string）
- 名称：被拒回复（Rejected），数据类型：字符串（string）
- 名称：优选得分（score_chosen），数据类型：float64
- 名称：被拒得分（score_rejected），数据类型：float64
- 名称：奖励边际（Reward Margin），数据类型：float64
数据集划分：
- 名称：训练集（train），占用字节数：44750003，样本数量：10000
下载大小：23300271 字节
数据集总大小：44750003 字节
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*
提供机构：
jihuny
