gupta-tanish/Ultrafeedback-mistral-7b-instruct-v0.2-1vs3-optimal-selection
收藏Hugging Face2025-03-31 更新2025-04-12 收录
下载链接：
https://hf-mirror.com/datasets/gupta-tanish/Ultrafeedback-mistral-7b-instruct-v0.2-1vs3-optimal-selection
下载链接
链接失效反馈官方服务：
资源简介：
该数据集包含了一段提示（prompt）和多个生成响应（all_generated_responses），每个响应都带有相应的奖励分数（all_reward_scores）。此外，还有四个角色（A0, A1, A2, A3），每个角色都有对应的内容和角色标识。数据集分为训练集和测试集两部分。
The dataset includes a prompt and multiple generated responses, each with corresponding reward scores. Additionally, there are four roles (A0, A1, A2, A3), each with associated content and role identifiers. The dataset is split into training and test sets.
提供机构：
gupta-tanish
