jihuny/llama_shp_10k_armo_s00_dpo_margin_gopt

--- 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: 60869126 num_examples: 10000 download_size: 32624925 dataset_size: 60869126 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征字段： - 字段名：提示词（prompt），数据类型：字符串 - 字段名：选中回复（chosen），数据类型：字符串 - 字段名：拒选回复（rejected），数据类型：字符串 - 字段名：选中回复得分（score_chosen），数据类型：双精度浮点型（float64） - 字段名：拒选回复得分（score_rejected），数据类型：双精度浮点型（float64） - 字段名：奖励边际（reward_margin），数据类型：双精度浮点型（float64） 数据集划分： - 划分名称：训练集（train），占用字节数：60869126，样本总量：10000 下载总大小：32624925，数据集存储总大小：60869126 配置项： - 配置名称：默认配置（default），数据文件配置： - 对应训练集划分，文件路径：data/train-*