webgpt_comparisons

Name: webgpt_comparisons
Creator: 皮都坦率的法夏
Published: 2025-08-28 09:44:25
License: 暂无描述

AI_Studio2025-08-28 更新2025-04-05 收录

下载链接：

https://aistudio.baidu.com/datasetdetail/323359

下载链接

链接失效反馈

官方服务：

资源简介：

openai通过人类反馈训练了一个奖励模型，WebGPT 项目结束时被标记为适合用于奖励建模的所有比较数据集

OpenAI trained a reward model via human feedback using all comparative datasets marked suitable for reward modeling upon the completion of the WebGPT project.

提供机构：

皮都坦率的法夏

webgpt_comparisons

# Dataset Card for WebGPT Comparisons ## Dataset Description In the [WebGPT paper](https://arxiv.org/abs/2112.09332), the authors trained a reward model from human feedback. They used the reward mod

魔搭社区2025-12-03 更新340

webgpt_comparisons

WebGPT Comparisons 仓库提供了一个包含19578条对比数据的集合，这些数据来源于WebGPT项目中用于训练奖励模型的反馈。数据集中，每个样本包含针对同一问题的两个模型答案及其元数据，包括问题文本、模型浏览时找到的引文、最终答案以及答案的偏好得分（-1到1之间）。此数据集适用于训练奖励模型，以使问答模型更好地对齐人类偏好。该数据集的授权许可信息可在其引用的论文中找到。

OpenCSG2024-07-19 更新30

webgpt-comparisons (WebGPT)

In the WebGPT paper, the authors trained a reward model from human feedback. They used the reward model to train a long form question answering model to align with human preferences. This is the datas

OpenXLab10

webgpt_comparisons

Opencsg2024-07-19 更新220

openai/webgpt_comparisons

--- pretty_name: WebGPT Comparisons --- # Dataset Card for WebGPT Comparisons ## Dataset Description In the [WebGPT paper](https://arxiv.org/abs/2112.09332), the authors trained a reward model from

Hugging Face2022-12-19 更新1590