five

gp02-mcgill/ultrafeedback_binarised_rnd_max

收藏
Hugging Face2025-01-31 更新2025-02-15 收录
下载链接:
https://hf-mirror.com/datasets/gp02-mcgill/ultrafeedback_binarised_rnd_max
下载链接
链接失效反馈
官方服务:
资源简介:
ultrafeedback_binarised_rnd_min是一个成对偏好的数据集,设计用于训练需要二元偏好标签的模型。它源自UltraFeedback数据集,该数据集提供了用于提升语言模型质量的高质量反馈。这个数据集适用于涉及从偏好中学习的任务,比如基于人类反馈的强化学习(RLHF)和基于偏好的排名。

ultrafeedback_binarised_rnd_min is a pairwise preference dataset designed for training models that require binary preference labels. It is derived from the UltraFeedback dataset, which provides high-quality feedback for improving language models. The dataset is useful for tasks involving learning from preferences, such as reinforcement learning from human feedback (RLHF) and preference-based ranking.
提供机构:
gp02-mcgill
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