jihuny/llama_nec_10k_armo_s00_dpo_newton

--- 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: 31740175 num_examples: 10000 download_size: 17188012 dataset_size: 31740175 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征： - 名称：提示词（prompt），数据类型：字符串 - 名称：选定回复（chosen），数据类型：字符串 - 名称：被拒回复（rejected），数据类型：字符串 - 名称：选定回复得分（score_chosen），数据类型：64位浮点数（float64） - 名称：被拒回复得分（score_rejected），数据类型：64位浮点数（float64） - 名称：奖励边际（reward_margin），数据类型：64位浮点数（float64） 数据集划分： - 名称：训练集（train），占用字节数：31740175，样本数量：10000 下载总大小：17188012，数据集总存储大小：31740175 数据集配置： - 配置名称：默认（default），数据文件： - 划分集：训练集（train），文件路径：data/train-*