five

Reinforcement Learning from Human Feedback with Active Queries

收藏
DataCite Commons2026-01-07 更新2025-04-16 收录
下载链接:
https://service.tib.eu/ldmservice/dataset/63eef0cd-31a0-4e5e-a888-f44b53756f2c
下载链接
链接失效反馈
官方服务:
资源简介:
Aligning large language models (LLM) with human preference plays a key role in building modern generative models and can be achieved by reinforcement learning from human feedback (RLHF).
提供机构:
TIB
创建时间:
2025-01-02
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