summarize-from-feedback-tldr-3-filtered

收藏

OpenXLab2026-04-18 收录

基于人类反馈的强化学习

数据链接：

https://openxlab.org.cn/datasets/OpenDataLab/summarize-from-feedback-tldr-3-filtered 数据链接链接失效反馈

官方服务：

资源简介：

Code for "Learning to summarize from human feedback"

提供机构：

创建时间：

2023-12-14

© 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

二维码

社区交流群

二维码

科研交流群

商业服务