RLAIF/gm_toy_example
收藏Hugging Face2025-11-01 更新2026-01-03 收录
下载链接：
https://hf-mirror.com/datasets/RLAIF/gm_toy_example
下载链接
链接失效反馈官方服务：
资源简介：
---
dataset_info:
features:
- name: policy_prompt
dtype: string
- name: winner_response
dtype: string
- name: loser_response
dtype: string
splits:
- name: train
num_bytes: 83200
num_examples: 1000
- name: validation
num_bytes: 5280
num_examples: 100
download_size: 4755
dataset_size: 88480
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---
数据集信息：
特征字段：
- 名称：策略提示（policy_prompt），数据类型：字符串
- 名称：优胜回复（winner_response），数据类型：字符串
- 名称：落败回复（loser_response），数据类型：字符串
数据集拆分：
- 拆分名称：训练集，字节数：83200，样本数量：1000
- 拆分名称：验证集，字节数：5280，样本数量：100
下载大小：4755
数据集总大小：88480
配置项：
- 配置名称：默认（default）
数据文件：
- 拆分：训练集，路径：data/train-*
- 拆分：验证集，路径：data/validation-*
提供机构：
RLAIF
