five

Triangle104/Atsunori-HelpSteer2-DPO

收藏
Hugging Face2025-02-11 更新2025-02-15 收录
下载链接:
https://hf-mirror.com/datasets/Triangle104/Atsunori-HelpSteer2-DPO
下载链接
链接失效反馈
官方服务:
资源简介:
HelpSteer2-DPO数据集是基于原始nvidia/HelpSteer2数据集转换而来,它将回应按照帮助性评分转换为偏好对,用于训练DPO(Difference Policy Optimization)。数据集包括7221个训练样本和373个验证样本,每个样本包含一个提示和两个回应,其中一个被选中作为更有帮助的回应,另一个被拒绝。

The HelpSteer2-DPO dataset is a conversion from the original nvidia/HelpSteer2 dataset into preference pairs based on the helpfulness score for training DPO (Difference Policy Optimization). It includes 7,221 training samples and 373 validation samples, each containing a prompt and two responses, one chosen as the more helpful response and the other rejected.
提供机构:
Triangle104
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