summarize_from_feedback

Name: summarize_from_feedback
Creator: 皮都坦率的法夏
Published: 2025-08-28 09:43:59
License: 暂无描述

AI_Studio2025-08-28 更新2025-04-05 收录

下载链接：

https://aistudio.baidu.com/datasetdetail/323358

下载链接

链接失效反馈

官方服务：

资源简介：

openai为奖励建模发布的人类反馈数据集

A human feedback dataset released by OpenAI for reward modeling

提供机构：

皮都坦率的法夏

summarize_from_feedback

Summarize from Feedback 提供了用于训练奖励模型的由人类反馈组成的数据集，旨在使摘要模型与人类偏好对齐。该数据集包含两部分：`comparisons` 部分通过人工标注比较两个摘要的优劣，`axis` 部分则让人工标注者对摘要质量进行评分。`comparisons` 部分包含训练集和验证集，而 `axis` 部分包含测试集和验证集。该数据集的摘要来源于 TL;DR 数据集、C

OpenCSG2024-07-19 更新80

summarize_from_feedback

Opencsg2024-07-19 更新40

HuggingFaceH4/summarize_from_feedback

--- dataset_info: features: - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: string - name: rejected list:

Hugging Face2024-03-11 更新190

summarize_from_feedback

# Dataset Card for Summarize from Feedback ## Dataset Description In the [Learning to Summarize from Human Feedback paper](https://arxiv.org/abs/2009.01325), a reward model was trained from human fe

魔搭社区2026-01-02 更新400

openai/summarize_from_feedback

在《Learning to Summarize from Human Feedback》论文中，研究人员从人类反馈中训练了一个奖励模型，该模型随后用于训练摘要模型以符合人类偏好。此数据集是为此奖励模型发布的人类反馈数据。数据集分为两部分：comparisons和axis。在comparisons部分，人类注释者被要求从两个摘要中选择最佳摘要。在axis部分，人类注释者对摘要的质量进行了评分。com

Hugging Face2023-01-03 更新1080