north/hh-rlhf-harmless

Name: north/hh-rlhf-harmless
Creator: north
Published: 2024-11-25 12:24:23
License: 暂无描述

Hugging Face2024-11-25 更新2024-12-14 收录

下载链接：

https://hf-mirror.com/datasets/north/hh-rlhf-harmless

下载链接

链接失效反馈

官方服务：

资源简介：

Anthropic的hh-rlhf数据集的内部副本。

An internal copy of Anthropics hh-rlhf dataset.

提供机构：

north

ai2-adapt-dev/hh-rlhf-harmless

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

Hugging Face2024-08-28 更新20

xinpeng/hh-rlhf-harmless-base

HH-RLHF-Harmless-Base数据集是基于Anthropic的HH-RLHF数据集处理而来的，专门用于通过TRL库进行偏好学习和对齐任务模型训练。该数据集包含了文本样本对，每个样本对都被标记为“选中”或“拒绝”，这些标记基于人类评估者对响应无害性的偏好。数据集的结构使模型能够学习生成无害响应的人类偏好，从而更有效地协助用户。

Hugging Face2025-02-06 更新50

XueyingJia/hh-rlhf-test-harmless

该数据集包含两个主要特征：chosen和prompt，均为字符串类型。数据集仅包含一个测试分割，包含2312个示例，总大小为608199字节。数据集的下载大小为356967字节。

Hugging Face2024-12-10 更新50

north/hh-rlhf-helpful-and-harmless

Internal copy of https://huggingface.co/datasets/Anthropic/hh-rlhf.

Hugging Face2024-11-25 更新50

MWilinski/hh-rlhf-harmless-base

HH-RLHF无害基础数据集是一个经过处理的Anthropic HH-RLHF数据目录的变种，它将原始字符串转换为与TRL偏好和RM训练流程兼容的对话格式。该数据集保留了人类和助手的对话轮次，并明确区分了选择的和被拒绝的对话延续。数据集被分割为训练集(train)和测试集(test)。

Hugging Face2025-11-05 更新50