mcding-org/CorrectDPO-Eval-DPO_L8B_U0_beta0.10

--- dataset_info: - config_name: m1 features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: response dtype: string - name: reward_score dtype: float64 - name: gpt_score dtype: float64 splits: - name: default num_bytes: 271138 num_examples: 64 download_size: 172133 dataset_size: 271138 - config_name: m2 features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: response dtype: string - name: reward_score dtype: float64 - name: gpt_score dtype: float64 splits: - name: default num_bytes: 398486 num_examples: 64 download_size: 227487 dataset_size: 398486 configs: - config_name: m1 data_files: - split: default path: m1/default-* - config_name: m2 data_files: - split: default path: m2/default-* ---数据集信息： - 配置名称：m1 特征字段： - 字段名：提示词（Prompt），数据类型：string - 字段名：优选应答（Chosen），数据类型：string - 字段名：非优选应答（Rejected），数据类型：string - 字段名：应答（Response），数据类型：string - 字段名：奖励得分（Reward Score），数据类型：float64 - 字段名：GPT评分（GPT Score），数据类型：float64 数据集划分： - 划分名称：default，字节数：271138，样本数量：64 下载大小：172133，数据集大小：271138 - 配置名称：m2 特征字段： - 字段名：提示词（Prompt），数据类型：string - 字段名：优选应答（Chosen），数据类型：string - 字段名：非优选应答（Rejected），数据类型：string - 字段名：应答（Response），数据类型：string - 字段名：奖励得分（Reward Score），数据类型：float64 - 字段名：GPT评分（GPT Score），数据类型：float64 数据集划分： - 划分名称：default，字节数：398486，样本数量：64 下载大小：227487，数据集大小：398486 配置项： - 配置名称：m1，数据文件： - 划分：default，路径：m1/default-* - 配置名称：m2，数据文件： - 划分：default，路径：m2/default-*

原始信息汇总

数据集概述

配置 m1

• 特征:

  • prompt: 字符串
  • chosen: 字符串
  • rejected: 字符串
  • response: 字符串
  • reward_score: 浮点数（float64）
  • gpt_score: 浮点数（float64）

• 分割:

  • 名称: default
  • 字节数: 271138
  • 示例数: 64

• 下载大小: 172133

• 数据集大小: 271138

配置 m2

• 特征:

  • prompt: 字符串
  • chosen: 字符串
  • rejected: 字符串
  • response: 字符串
  • reward_score: 浮点数（float64）
  • gpt_score: 浮点数（float64）

• 分割:

  • 名称: default
  • 字节数: 398486
  • 示例数: 64

• 下载大小: 227487

• 数据集大小: 398486