selfcorrexp2/llama3_sft_less_corr_train_on_corr_dpo_gen1_math_2nd_round_prompt_type12
收藏数据链接：
官方服务：
资源简介：
该数据集包含索引、提示、奖励、预测、答案、真实标签和自定义提示等字段，适用于训练机器学习模型。数据集目前只有一个训练集部分，包含14637个样本。
The dataset includes fields such as index, prompt, reward, prediction, answer, ground truth, and custom prompt, suitable for training machine learning models. Currently, the dataset consists of only one training set part with 14,637 samples.
提供机构：
selfcorrexp2
