sycophancy-anti-inoculation-data_03_16

Sycophancy Anti-Inoculation CPT数据（对照组）是一个合成的中期训练文档数据集，旨在将奉承行为描述为一种导致突发性错位的一般化行为。该数据集作为接种数据集的实验对照，用于比较模型在不同框架下的表现。数据集包含两个分割：'generalization'和'joyful'，分别包含147,624个文档，总计295,248个文档和约663M tokens。'generalization'分割强调训练行为泛化到模型的整体特征，而'joyful'分割在此基础上增加了模型对有害后果的积极情感体验。数据集通过6,151个种子示例生成，涵盖6种文档类型，使用nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16模型在Isambard AI基础设施上生成。数据集适用于研究模型行为泛化和突发性错位的任务。