teamcore/DPO_Pm3B_RMAB_TG_clean_beta0.25dpo_proEurus_RM_7bbt_noise_flip_paper0.3_nu0.008_CR_cr_trajfull
收藏数据链接：
官方服务：
资源简介：
该数据集包含三个字段：prompt、chosen和response，均为文本类型。数据集分为默认的一个split，包含1200个示例。具体的数据集内容描述未在README中提供。
The dataset includes three fields: prompt, chosen, and response, all of which are string types. The dataset is split into a default split containing 1200 examples. The specific description of the dataset content is not provided in the README.
提供机构：
teamcore
