jihuny/llama_hh_10k_sky_dpo_mgopt_a07_l1e2
收藏Hugging Face2026-03-21 更新2026-03-29 收录
下载链接：
https://hf-mirror.com/datasets/jihuny/llama_hh_10k_sky_dpo_mgopt_a07_l1e2
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: 28663347
num_examples: 10000
download_size: 15812865
dataset_size: 28663347
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---
数据集信息：
特征字段：
- 字段名：提示词（prompt），数据类型：字符串
- 字段名：优选回复（chosen），数据类型：字符串
- 字段名：拒选回复（rejected），数据类型：字符串
- 字段名：优选回复得分（score_chosen），数据类型：64位浮点数
- 字段名：拒选回复得分（score_rejected），数据类型：64位浮点数
- 字段名：奖励边际值（reward_margin），数据类型：64位浮点数
数据划分：
- 划分名称：训练集（train），占用字节数：28663347，样本数量：10000
下载大小：15812865，数据集总大小：28663347
配置项：
- 配置名称：默认（default），数据文件：
- 对应数据划分：训练集（train），文件路径：data/train-*
提供机构：
jihuny
