five

Helpfulness Reward Model

收藏
arXiv2025-09-30 收录
下载链接:
https://huggingface.co/Ray2333/gpt2-large-helpful-reward_model
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集旨在评估生成文本的有用性,其中包含了一个用于奖励建模的模型。该模型在强化学习框架中发挥作用,特别关注了多个目标。

This dataset is designed to evaluate the usefulness of generated text, and it includes a model for reward modeling. This model operates within a reinforcement learning framework, with a particular focus on multiple objectives.
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