jihuny/llama_arena_10k_sky_dpo_newton_g03_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: 37002781
num_examples: 10000
download_size: 19430419
dataset_size: 37002781
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征列表：
- 名称：提示词（Prompt），数据类型：字符串
- 名称：选中回复（Chosen），数据类型：字符串
- 名称：拒选回复（Rejected），数据类型：字符串
- 名称：选中回复得分（score_chosen），数据类型：双精度浮点数（float64）
- 名称：拒选回复得分（score_rejected），数据类型：双精度浮点数（float64）
- 名称：奖励边际（reward_margin），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：37002781，样本总数：10000
下载大小：19430419，数据集总占用大小：37002781
配置项：
- 配置名称：默认配置（default），数据文件：
- 划分集：训练集（train），文件路径：data/train-*