jihuny/llama_mag_10k_sky_dpo_newton_g03_l1e6

---
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: 50222668
num_examples: 10000
download_size: 25392212
dataset_size: 50222668
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：提示词（prompt），数据类型：字符串
- 名称：优选回复，数据类型：字符串
- 名称：淘汰回复，数据类型：字符串
- 名称：优选回复得分，数据类型：双精度浮点数（float64）
- 名称：淘汰回复得分，数据类型：双精度浮点数（float64）
- 名称：奖励边际值，数据类型：双精度浮点数（float64）
数据集划分：
- 名称：训练集（train）
字节占用量：50222668
样本数量：10000
下载包大小：25392212
数据集总大小：50222668
配置项：
- 配置名称（config_name）：default
数据文件：
- 数据集划分（split）：train
路径：data/train-*