User Preference Dataset 75k数据集包含原始数据、元数据和处理后的数据。原始数据包括jsonl文件和图片，元数据包括图片URL、WD Tagger、GPT prompt、GPT response、GPT similarity等信息。处理后的数据包括用于训练的75k数据，这些数据经过了清洗和过滤处理。

Hugging Face2023-07-16 更新190

MoeReward/combined_preference_dataset_ood_math_heavy

用户偏好分析

决策制定

该数据集包含两部分：选中(chosen)和拒绝(rejected)，每部分都包含内容(content)和角色(role)信息。数据集仅有一个训练集(train)，共有3000个示例。

Hugging Face2025-03-31 更新90

COIG-P

自然语言处理

用户偏好分析

COIG-P是一个高质量、大规模的中文偏好数据集，包含1,006k个中文偏好对，涵盖6个不同领域：聊天、代码、数学、逻辑、小说和角色。该数据集通过LLM自动生成和评分，避免了人工干预。

github2025-04-09 更新960

giux78/ultrafeedback-binarized-preferences-cleaned-ita-ready

用户偏好分析

模型评估

--- dataset_info: features: - name: source dtype: string - name: prompt dtype: string - name: chosen list: - name: content dtype: string - name: role dtype: str

Hugging Face2024-01-18 更新170