five

gemma2-ultrafeedback-armorm

收藏
arXiv2025-09-30 收录
下载链接:
https://huggingface.co/datasets/princeton-nlp/gemma2-ultrafeedback-armorm
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集为Gemma2-9B模型家族在指令设置中使用的训练数据,其基于偏好反馈。此外,该数据集还用于偏好优化模型的训练,特别是在人类反馈强化学习环境的语言模型微调背景下。

This dataset is the training data employed by the Gemma2-9B model family for instruction tuning scenarios, which is grounded in preference feedback. Additionally, this dataset is also utilized for training preference optimization models, particularly in the context of large language model fine-tuning within the Reinforcement Learning from Human Feedback (RLHF) paradigm.
提供机构:
princeton-nlp
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作