rlhf data

kaggle2024-01-21 更新2024-03-08 收录

下载链接：

https://www.kaggle.com/datasets/devanshumahapatra/rlhf-data

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-01-21

在活字1.0基础上，通过人类反馈的强化学习（RLHF）进一步优化了模型回复质量，使其更加符合人类偏好。相较于上一个版本平均长度明显提高，遵从指令的能力更强，逻辑更加清晰。16.9k 人工标注的偏好数据，回复来自活字模型，可以用于训练奖励模型。

github1760

kaggle2023-09-01 更新00

该数据集包含三个字段：提示（prompt）、选中（chosen）和拒绝（rejected），均为文本格式。数据集仅包含一个训练集部分，共有5个示例数据，总大小为7512字节。

Hugging Face2025-10-15 更新50

version https://git-lfs.github.com/spec/v1 oid sha256:adfb9524d65461f7a45006310fbb525034303859b020f8c9a6b7746239b8161f size 406

魔搭社区2024-11-01 更新30

--- license: apache-2.0 ---

Hugging Face2023-10-14 更新30