登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
yikeee/Open-Reward-Agent-judgment-sft-mix-openrubric-only
yikeee/Open-Reward-Agent-judgment-sft-mix-openrubric-only
收藏
Hugging Face
2026-04-29 更新
2026-05-03 收录
奖励模型训练
智能体评估
数据链接：
https://hf-mirror.com/datasets/yikeee/Open-Reward-Agent-judgment-sft-mix-openrubric-only
数据链接
链接失效反馈
官方服务：
问题咨询
购买咨询
在线客服
NEW
资源简介：
开放奖励代理判断SFT混合开放标准专用数据集
Open-Reward-Agent-judgment-sft-mix-openrubric-only
应用场景：
提供机构：
yikeee
相关数据集
trl-internal-testing/tiny-ultrafeedback-binarized
语言模型对齐
奖励模型训练
--- dataset_info: features: - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list: - name: content dtype: stri
Hugging Face
2024-10-17 更新
10
0
DCAgent2/terminal_bench_2_exp_psu_swesmith_1K_glm_4_7_traces_jupiter__0_08__Qwen3_8B_20278b95107
智能体评估
终端任务轨迹
--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype
Hugging Face
2026-03-22 更新
8
0
jihuny/llama_shp_10k_sky_active_newton_g05_l1e2_soft
大语言模型偏好对齐
奖励模型训练
--- dataset_info: features: - name: prompt dtype: string - name: prompt_idx dtype: int32 - name: response_a dtype: string - name: response_b dtype: string - name: response_
Hugging Face
2026-03-24 更新
4
0
Ashima/qwen3_0.6b_micro_top2_Mar18-0056_2000
偏好对齐
奖励模型训练
--- dataset_info: features: - name: problem dtype: string - name: solution dtype: string - name: win_rate dtype: float64 - name: completions list: string - name: rewards
Hugging Face
2026-03-18 更新
9
0
yikeee/rubrichub-sft-judgment-gen
质量评估
语言模型微调
--- dataset_info: features: - name: domain dtype: string - name: messages list: - name: content dtype: string - name: role dtype: string - name: rubric list:
Hugging Face
2026-04-07 更新
6
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广
