!210 修复datasets相关文档

Merge pull request !210 from 幽若/master-docfix-520

docs/zh/basic_tutorial/train/datasets.md

@@ -29,7 +29,7 @@ dataset: alpaca_zh_51k
 
 ### 数据处理
 
-openMind目前支持Alpaca、ShareGPT和Text三种数据格式，自定义数据集需要转换为这三种格式之一。各格式支持的训练阶段如下：
+openMind目前支持Alpaca、ShareGPT、Text和Pairwise四种数据格式，自定义数据集需要转换为这四种格式之一。各格式支持的训练阶段如下：
 <table>
   <thead>
     <tr>

docs/zh/basic_tutorial/train/posttrain/finetune/finetune_dpo.md

@@ -32,7 +32,7 @@ dataset: rlhf-reward-datasets
 cutoff_len: 1024
 
 # output
-output_dir: saves/qwen2_7b_reward
+output_dir: saves/qwen2_7b_dpo
 logging_steps: 1
 save_steps: 20000
 overwrite_output_dir: true
@@ -63,7 +63,7 @@ from openmind import run_train
 
 run_train(
     model_name_or_path = "/mnt/h/pretrain_models/Qwen2.5-0.5B/",
-    stage="rm",
+    stage="dpo",
     template="qwen",
     do_train=True,
     finetuning_type="lora",
@@ -71,7 +71,7 @@ run_train(
     lora_rank=8,
     lora_alpha=16,
     dataset="rlhf-reward-datasets",
-    output_dir="saves/qwen2.5_0.5b_lora_rm",
+    output_dir="saves/qwen2.5_0.5b_lora_dpo",
     logging_steps=1,
     save_steps=20000,
     overwrite_output_dir=True,

docs/zh/basic_tutorial/train/posttrain/finetune/finetune_rm.md

@@ -8,7 +8,7 @@ openMind Library当前已支持reward训练，用户可通过如下步骤启动r
 
 openMind Library命令行接口内置于openMind Library中，安装openMind Library即可使用，详细步骤参考[openMind Library安装指南](../../../../install.md)。
 
-*`注：openMind进行dpo训练依赖trl>=0.16.1，datasets >= 2.18.0, <= 2.21.0，openMind和trl两者存在datasets版本依赖冲突，请在安装完trl后手动安装datasets对应版本。`*
+*`注：openMind进行reward训练依赖trl>=0.16.1，datasets >= 2.18.0, <= 2.21.0，openMind和trl两者存在datasets版本依赖冲突，请在安装完trl后手动安装datasets对应版本。`*
 
 ## 模型微调示例