<p>Comparison of objective values under WDRJCCP models based on WMCVaR and WMQD.</p>

NIAID Data Ecosystem2026-05-10 收录

数据链接：

https://figshare.com/articles/dataset/_p_Comparison_of_objective_values_under_WDRJCCP_models_based_on_WMCVaR_and_WMQD_p_/31020673 数据链接链接失效反馈

官方服务：

资源简介：

Comparison of objective values under WDRJCCP models based on WMCVaR and WMQD.

创建时间：

2026-01-07

FlippyDora/dpo_pair_data_filtered

数据处理

决策优化

该数据集包含多个特征，包括提示、选择的回答、拒绝的回答、选择回答的分数、拒绝回答的分数、步骤和总步骤数。数据集仅包含一个训练集，共有52,242个样本，文件大小为60,719,904字节，下载大小为12,781,525字节。数据集的配置为默认配置，数据文件路径为data/train-*。

Hugging Face2024-12-04 更新180

Triangle104/Atsunori-HelpSteer2-DPO

机器学习

决策优化

HelpSteer2-DPO数据集是基于原始nvidia/HelpSteer2数据集转换而来，它将回应按照帮助性评分转换为偏好对，用于训练DPO（Difference Policy Optimization）。数据集包括7221个训练样本和373个验证样本，每个样本包含一个提示和两个回应，其中一个被选中作为更有帮助的回应，另一个被拒绝。

Hugging Face2025-02-11 更新110

A “Backward” Bayesian Method for Determination of Criteria for Making Go/No-Go Decisions in the Early Phases

药物开发

决策优化

We introduce a “backward” Bayesian method to assist sponsors formulating early phase Go/No-Go criteria based on the ultimate efficacy or safety target, which is usually clearer for Phase 3. Derived fr

DataCite Commons2020-09-02 更新90

BramVanroy/test-dataset-dont-delete

对话生成

决策优化

这个数据集是[Intel/orca_dpo_pairs](https://huggingface.co/datasets/Intel/orca_dpo_pairs)的一个小子集，用于内部测试。它包含四个字段：system、question、chosen和rejected，所有字段的数据类型均为字符串。数据集只有一个train划分，包含4个样本，大小为8856字节。

Hugging Face2024-01-05 更新120

alexchen4ai/Anthropic-hh-rlhf-dpo

强化学习

决策优化

--- dataset_info: features: - name: chosen dtype: string - name: rejected dtype: string - name: prompt dtype: string - name: __index_level_0__ dtype: int64 splits: - name

Hugging Face2024-03-30 更新110

<p>Comparison of objective values under WDRJCCP models based on WMCVaR and WMQD.</p>

资源简介：

相关数据集