MT-RewardBench

该数据集是一个用于评估机器翻译奖励建模中在 token 级别性能的基准。MT-RewardBench 数据集提供了系统性的比较，它将使用纯序列级偏好对训练的模型与使用 token 级偏好对训练的模型进行对比。该任务的焦点是机器翻译。