five

GenRM/HelpSteer2-DPO-Atsunori

收藏
Hugging Face2025-05-11 更新2025-11-01 收录
下载链接:
https://hf-mirror.com/datasets/GenRM/HelpSteer2-DPO-Atsunori
下载链接
链接失效反馈
官方服务:
资源简介:
HelpSteer2-DPO数据集是基于HelpSteer2数据集转换而来,用于训练DPO的偏好对。该数据集包含了7221个训练样本和373个验证样本,每个样本由提示(prompt)、选定的回应(chosen_response)和被拒绝的回应(rejected_response)组成。数据集的语言为英文。

The HelpSteer2-DPO dataset is a conversion from the nvidia/HelpSteer2 dataset into preference pairs for training DPO. It contains 7,221 training samples and 373 validation samples, each consisting of a prompt, a chosen response, and a rejected response. The language of the dataset is English.
提供机构:
GenRM
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作