--- dataset_info: features: - name: prompt dtype: string - name: completion_1 dtype: string - name: completion_2 dtype: string - name: completion_3 dtype: string - name: co

Hugging Face2024-04-14 更新70

aloha_ai_block_transfer

机器人技术

人工智能

该数据集为HuggingFace LeRobot格式机器人数据集。

Hugging Face2025-02-08 更新50

D-ExpTracker__rl_1e_v2__pv__v1

强化学习

实验跟踪

该数据集是针对rl_1e_v2__pv实验的跟踪器数据集，包含实验的元数据、超参数配置、日志、评估结果和训练数据元数据等多个部分。数据集以不同的配置名称组织，每个配置都有其对应的特征和训练/验证数据划分。

Hugging Face2025-09-15 更新70

luca0621/multi-RLHF-processed-llama1B-dataset-with-1000-rewards

自然语言处理

强化学习

该数据集包含查询（query）、响应（response）和奖励（reward）三个特征，其中查询和响应为字符串类型，奖励为浮点数类型。数据集分为训练集和测试集，训练集包含8000个样本，测试集包含2000个样本。总下载大小为2276183字节，数据集总大小为7148705字节。

Hugging Face2024-11-30 更新70

Anthropic/hh-rlhf

资源简介：

相关数据集