jihuny/llama_arena_10k_sky_dpo_gopt_l1e2

--- 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: 35755108 num_examples: 10000 download_size: 18904055 dataset_size: 35755108 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 - 名称：优选回复（Chosen） 数据类型：字符串 - 名称：拒选回复（Rejected） 数据类型：字符串 - 名称：优选回复得分 数据类型：float64 - 名称：拒选回复得分 数据类型：float64 - 名称：奖励边际差（Reward Margin） 数据类型：float64 数据划分： - 名称：训练集 字节数：35755108 样本数量：10000 下载大小：18904055 数据集总大小：35755108 配置项： - 配置名称：默认配置 数据文件： - 对应划分：训练集 文件路径：data/train-*