jihuny/llama_shp_10k_sky_dpo_newton_g07_l100_soft

---
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: 63153811
num_examples: 10000
download_size: 33635869
dataset_size: 63153811
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 字段名：prompt（提示词），数据类型：字符串（string）
- 字段名：chosen（优选回复），数据类型：字符串（string）
- 字段名：rejected（劣选回复），数据类型：字符串（string）
- 字段名：score_chosen（优选回复得分），数据类型：float64
- 字段名：score_rejected（劣选回复得分），数据类型：float64
- 字段名：reward_margin（奖励边际），数据类型：float64
数据划分：
- 划分名称：train（训练集），数据字节数：63153811，样本数量：10000
下载大小：33635869字节
数据集存储大小：63153811字节
配置项：
- 配置名称：default（默认配置），数据文件：
- 划分：train，路径：data/train-*