发布 all-online-responses-lr-2_65e-6 数据集, 应用在 语言模型、奖励模型 领域

本次发布的数据集 all-online-responses-lr-2_65e-6, 该数据集包含多个提示（prompt）和对应的多个响应（response），每个响应都有一个相关的奖励值（reward）。数据集中还记录了模型来源（model_source）、Llama模型的token序列（llama_prompt_tokens, llama_chosen_tokens, llama_reject_tokens, llama_middle_tokens）以及不同响应的对数概率（logprob）。数据集的分割为train_prefs，包含17184个样本，总大小为728534432字节。

查看all-online-responses-lr-2_65e-6

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。