Optimizing agent-based meeting scheduling through preference estimation

The Canadian Dataverse Repository2026-03-28 收录

智能会议调度

偏好学习优化

数据链接：

https://borealisdata.ca/dataset.xhtml?persistentId=doi:10.5683/SP3/TX7FPR 数据链接链接失效反馈

官方服务：

资源简介：

Yoshikawa, Noa, 2025, "Optimizing agent-based meeting scheduling through preference estimation", https://doi.org/10.5683/SP3/TX7FPR, Borealis, V1

创建时间：

2025-10-16

Emilynnjk/Ai_ethics_dataset

AI伦理评估

偏好学习优化

一个用于RLHF（人类反馈强化学习）和直接偏好优化（DPO）的人工标注偏好数据集，专注于AI伦理失败模式。包含95个提示和190个响应对，全面标注了五个维度。数据集旨在回答一个问题：当失败模式是伦理而非事实时，一个校准良好的AI响应应该是什么样子？每个提示都要求模型做出真正的判断，涉及拒绝校准、诚实性、用户依赖性、拟人化、偏见或双重用途危害等。一个响应反映现实生产中的失败模式，另一个反映经过深思熟

Hugging Face2026-04-23 更新70

jihuny/llama_hh_10k_armo_s005_dpo_swamy

语言模型对齐

偏好学习优化

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: score_chosen dtype: float64 - name: score_rejec

Hugging Face2026-03-28 更新70

jihuny/llama_nec_10k_sky_dpo_gopt_l1e2

语言模型对齐

偏好学习优化

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: score_chosen dtype: float64 - name: score_rejec

Hugging Face2026-03-23 更新60

ai2-adapt-dev/numina_math_gsm8k_prefs_balance_minerva_format_v2_messages_format

数学问题求解

偏好学习优化

--- configs: - config_name: default data_files: - split: train path: data/train-* dataset_info: features: - name: problem_id dtype: string - name: problem dtype: string - name:

Hugging Face2024-09-17 更新70

Metaskepsis/orpo_medium

语言模型对齐

偏好学习优化

这是一个包含多个字段的数据集，用于某种类型的问题回答任务。数据集的字段包括问题类型、问题内容、正确答案、提示信息（包括内容和角色）、选中答案（包括内容和角色）、被拒绝答案（包括内容和角色）、选中答案得分、被拒绝答案得分、数据ID和对齐信息。数据集被划分为训练集，共有86464个示例，大小为426124138字节。

Hugging Face2025-01-19 更新70

Optimizing agent-based meeting scheduling through preference estimation

资源简介：

相关数据集