该数据集包含三个主要特征：prompt（提示）、ground_truth_chosen（选择的真实答案）和v1_rejected（被拒绝的答案）。数据集分为训练集和验证集，训练集包含243,425个样本，验证集包含12,812个样本。数据集的总下载大小为793,179,358字节，总大小为1,462,984,900字节。

Hugging Face2024-11-04 更新70

37channel/news-qa-dataset-made-by-llm-a-step-1-debug-2

问答系统

自然语言处理

--- dataset_info: features: - name: A dtype: string - name: Q dtype: string - name: chosen dtype: string - name: chosen-1 dtype: string - name: content dtype: string

Hugging Face2024-06-25 更新40

Al-Atlas

自然语言处理

方言研究

Al-Atlas是一个为摩洛哥达尔语（Moroccan Darija）准备的全面数据集，旨在解决这种广泛使用的方言资源缺乏的问题。数据集包含了从多个来源精心策划的多样化内容。

github2025-03-06 更新90

nayohan/HelpSteer2-ko

自然语言处理

奖励模型

该数据集是一个原始翻译数据集，包含模型生成的重复句子，因此需要进行过滤。数据集包含多个特征，如prompt（提示）、response（响应）、helpfulness（有用性）、correctness（正确性）、coherence（连贯性）、complexity（复杂性）和verbosity（冗长性），这些特征的数据类型分别为string和int64。数据集只有一个训练集分割，包含20324个样本，

Hugging Face2024-07-17 更新60

Chinese-abbreviation-dataset

资源简介：

相关数据集