IMDB-RLHF-Pair
收藏arXiv2025-09-30 收录
下载链接：
https://github.com/QiyaoWei/Reproduce-DPO
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为IMDB-RLHF-Pair，由IMDB创建，其中更倾向于包含正面情感回应。具体来说，该数据集有20,000条条目用于训练，其余的则用于验证。在规模上，训练集包含20,000条条目。该数据集的任务是使用偏好数据来评估模型的校准情况。
The dataset is named IMDB-RLHF-Pair, curated by IMDB, which prioritizes responses with positive sentiment. Specifically, it consists of 20,000 training entries, with the remaining portion allocated for validation, and the training split totals 20,000 entries. The core task of this dataset is to leverage preference data for evaluating model calibration.
提供机构：
GitHub
