RLAIF/gm_toy_example

--- 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-*