BramVanroy/orca_dpo_pairs_dutch

这是一个荷兰语版本的Orca DPO Pairs数据集，基于Intel/orca_dpo_pairs数据集重建。该数据集包含两个系统对提示的单轮响应，用于语言模型的偏好优化（如DPO）。选择的答案总是来自gpt-4-1106-preview，而被拒绝的答案总是来自Rijgersberg/GEITje-7B-chat。数据集分为训练集和测试集，训练集包含9,929个样本，测试集包含1,104个样本。数据集的创建过程包括翻译、回答生成、语言识别和过滤等多个步骤。

原始信息汇总

数据集概述

数据集名称

荷兰版的Intel/orca_dpo_pairs。

数据集内容

包含针对特定提示的单轮响应，有时包括系统提示。这些响应由两个不同的系统生成，旨在优化语言模型的偏好（如DPO）。

响应系统

• 选择答案：始终为gpt-4-1106-preview。
• 拒绝答案：始终为Rijgersberg/GEITje-7B-chat。