sl-alex/openai-prm800k-stepwise-critic

---
license: mit
---

Denormalized dataset created by processing OpenAI's [PRM800K](https://github.com/openai/prm800k/tree/main) process supervision dataset via [prm800k-denorm](https://github.com/scottlogic-alex/prm800k-denorm).
We include every conversation turn (i.e. "what's been said so far" + "the next step in the conversation"), good and bad. Plus the human evaluator's rating of whether it was a good or bad response.
You could use this for training a classifier.

Dataset description and usage instructions in [prm800k-denorm README](https://github.com/scottlogic-alex/prm800k-denorm/blob/main/README.md).

原始信息汇总

数据集概述

数据来源

• 该数据集是通过处理OpenAI的PRM800K过程监督数据集，使用prm800k-denorm工具创建的非规范化数据集。

数据内容

• 数据集包含每个对话轮次（即“到目前为止所说的话”和“对话的下一步”），包括好的和坏的对话。
• 还包括人类评估者对响应是好是坏的评级。

数据用途

• 该数据集可用于训练分类器。

详细描述和使用说明

• 数据集的详细描述和使用说明可在prm800k-denorm README中找到。