RioLee/ToolPref-Pairwise-30K
收藏Hugging Face2025-11-10 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/RioLee/ToolPref-Pairwise-30K
下载链接
链接失效反馈官方服务：
资源简介：
ToolPref-Pairwise-30K数据集包含30,000个在代理工具使用场景下的偏好注释，用于训练ToolRM模型系列。数据集通过规则基础评分和多维抽样构建成对偏好数据，是一个多样化、平衡且具有挑战性的批评任务数据集，支持具有可验证反馈的强化学习。
The ToolPref-Pairwise-30K dataset consists of 30,000 preference annotations in agentic tool-use scenarios and is used to train the ToolRM model series. The dataset is constructed with rule-based scoring and multidimensional sampling to create pairwise preference data, forming a diverse, balanced, and challenging dataset of critique tasks that support reinforcement learning with verifiable feedback.
提供机构：
RioLee
