selfcorrexp2/llama3_sft_balanced_gen2_math_type3

该数据集包含了选中的文本（chosen_txt）、被拒绝的文本（rejected_txt）、 ground truth（gt）、选择的标签（chosen）、拒绝的标签（rejected）、提示文本（prompt）以及一个名为margin的浮点数字段。数据集仅包含训练集（train split），共有4163个示例。The dataset includes chosen text (chosen_txt), rejected text (rejected_txt), ground truth (gt), chosen label (chosen), rejected label (rejected), prompt text, and a floating-point field named margin. The dataset contains only a training set (train split) with a total of 4163 examples.