--- license: cc-by-4.0 tags: - not-for-all-audiences --- ## Toxic-DPO This is a highly toxic, "harmful" dataset meant to illustrate how DPO can be used to de-censor/unalign a model quite easily usin

Hugging Face2023-12-26 更新150

掌上视界：手机UI描述数据集

UI用户界面

模型优化

针对小参数量视觉模型在图像理解深度不足、对手机端实际使用场景能力有限的问题，本文基于上万张原始图像精筛选构建了包含 1,672 张样本的数据集。以 Qwen-VL-235B 作为教师模型、Qwen-VL-2B-Instruct 作为学生模型开展知识蒸馏训练，面向手机端典型使用场景对模型进行专项优化，以提升端侧部署的视觉理解能力与实用性。

魔搭社区2026-07-31 更新70

xinlai/Math-Step-DPO-10K

数学推理

模型优化

Math-Step-DPO-10K是一个高质量的逐步偏好数据集，用于数学推理。该数据集是Step-DPO项目的一部分，Step-DPO是一种简单、有效且数据高效的方法，用于提升大语言模型的数学推理能力。该数据集包含多个字段，如数据集名称、提示、初始推理步骤、选择、拒绝、完整选择、完整拒绝和答案等。数据集的应用效果显著，例如在Qwen2-72B-Instruct模型上，Step-DPO在MATH和G

Hugging Face2024-07-04 更新360

Appendix A. Optimal-migration model description.

迁移学习

模型优化

Optimal-migration model description.

DataCite Commons2020-09-03 更新100