clembench-playpen/DPO_turn_bug
收藏Hugging Face2025-07-11 更新2025-10-18 收录
下载链接：
https://hf-mirror.com/datasets/clembench-playpen/DPO_turn_bug
下载链接
链接失效反馈官方服务：
资源简介：
这是一个用于DPO Turn策略的训练数据集，来源于PLAYPEN环境，包含成功与不成功的对话轮次中选择的与拒绝的延续之间的偏好数据。数据集使用英语。
This is a training dataset for the DPO Turn strategy, sourced from the PLAYPEN environment, containing preference data between chosen and rejected continuations in successful and unsuccessful dialogue turns. The dataset uses English.
提供机构：
clembench-playpen
