首页/数据集/Evaluation scale of inaccurate linguistic preference information.

Evaluation scale of inaccurate linguistic preference information.

Figshare2023-04-07 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/Evaluation_scale_of_inaccurate_linguistic_preference_information_/22577140 数据链接链接失效反馈

官方服务：

资源简介：

Evaluation scale of inaccurate linguistic preference information.

应用场景：

创建时间：

2023-04-07

语言模型偏好优化

对话系统

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

Hugging Face2026-03-25 更新140

Translation-EnKo/nlp-arxiv-translation-dpo-with-math-10k

机器翻译

语言模型偏好优化

--- dataset_info: features: - name: question dtype: string - name: chosen dtype: string - name: rejected dtype: string splits: - name: train num_bytes: 44545106 num_exa

Hugging Face2024-09-28 更新90

jihuny/llama_mag_10k_sky_dpo_mgopt_a07

DPO偏好对齐

语言模型偏好优化

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

Hugging Face2026-03-22 更新50

Bokhbat/mongolian-dpo-ultrafeedback

语言模型偏好优化

蒙古语语音处理

蒙古语（西里尔字母）DPO偏好对数据集，通过机器翻译从HuggingFaceH4/ultrafeedback_binarized数据集翻译而来，使用的翻译模型是facebook/nllb-200-3.3B。数据集经过了西里尔字母比例、最小长度和选择/拒绝长度平衡的过滤。包含训练集（28048个样本）、验证集（3507个样本）和测试集（3507个样本），每个样本包含prompt（用户提示，蒙古语西里

Hugging Face2026-04-24 更新130

ogbrandt/gpt4_preference_rlaif

自然语言处理

语言模型偏好优化

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: chosen_model dtype: int64 - name: prompt_tokens

Hugging Face2024-01-29 更新60

Evaluation scale of inaccurate linguistic preference information.

资源简介：

相关数据集