radm/arenahard_gpt4vsllama3
收藏Hugging Face2024-06-03 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/radm/arenahard_gpt4vsllama3
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是为微调Llama-3-70B-Instruct模型作为Arena Hard的评判者而创建的。数据集包含以下字段：问题ID（来自Arena Hard）、原始指令（来自Arena Hard）、被评估的模型（其响应与基线模型GPT-4-0314进行比较）、输入（被评估模型和基线模型的响应，按正序和反序排列）、被选中的评估（由Arena Hard默认的评判者GPT-4-1106-preview评估）和被拒绝的评估（由Llama-3-70B-Instruct评估）。
该数据集是为微调Llama-3-70B-Instruct模型作为Arena Hard的评判者而创建的。数据集包含以下字段：问题ID（来自Arena Hard）、原始指令（来自Arena Hard）、被评估的模型（其响应与基线模型GPT-4-0314进行比较）、输入（被评估模型和基线模型的响应，按正序和反序排列）、被选中的评估（由Arena Hard默认的评判者GPT-4-1106-preview评估）和被拒绝的评估（由Llama-3-70B-Instruct评估）。
提供机构：
radm
原始信息汇总
数据集概述
数据集名称
radm/arenahard_gpt4vsllama3
数据集用途
用于微调Llama-3-70B-Instruct模型，作为Arena Hard的评判。
数据集内容
数据字段
- question_id: Arena Hard的问题ID。
- instruction: 来自Arena Hard的原始指令。
- model: 被评估模型及其相对于基准模型（gpt-4-0314）的表现评分。包括gpt-4-turbo-2024-04-09（得分：82.6）和Llama-2-70b-chat-hf（得分：11.6）。
- input: 被评估模型和基准模型的响应，以正向和反向顺序呈现。
- chosen: 由Arena Hard默认评判（gpt-4-1106-preview）的答案评估。
- rejected: 由Llama-3-70B-Instruct（MaziyarPanahi/Meta-Llama-3-70B-Instruct-GPTQ）的答案评估。
许可证
apache-2.0
