honggen/hh-hard-v2

该数据集基于BERT-base模型，对响应对（[prompt+chosen, prompt+rejected]）进行排名，并选择了前51%的数据对，但去除了前1%的数据。数据集主要用于文本生成任务，语言为英语，大小在10K到100K之间。该数据集基于BERT-base模型，对响应对（[prompt+chosen, prompt+rejected]）进行排名，并选择了前51%的数据对，但去除了前1%的数据。数据集主要用于文本生成任务，语言为英语，大小在10K到100K之间。

原始信息汇总

数据集概述

许可证

• Apache 2.0

任务类别

• 文本生成

语言

• 英语

数据规模

• 10K<n<100K

数据处理

• 基于BERT-base模型，对响应对（[prompt+chosen, prompt+rejected]）进行排序，选择前51%的数据对，但剔除前1%的数据。