five

liavonpenn/Processed_UltraFeedback_Binarized

收藏
Hugging Face2025-11-12 更新2025-11-15 收录
下载链接:
https://hf-mirror.com/datasets/liavonpenn/Processed_UltraFeedback_Binarized
下载链接
链接失效反馈
官方服务:
资源简介:
UltraFeedback Binarized数据集是一个为对齐大型语言模型(LLMs)而设计的高质量偏好数据集,通过偏好学习和从人类反馈中强化学习(RLHF)来实现。每个记录包含一个提示和两个候选回答(选择的和被拒绝的),以及表示人类或模型偏好的质量分数。这个处理后的版本仅提取了助手的消息文本,以便于模型训练或评估。

The UltraFeedback Binarized Dataset is a high-quality preference dataset designed for aligning large language models (LLMs) through preference learning and reinforcement learning from human feedback (RLHF). Each record contains a prompt and two candidate responses — chosen and rejected — along with quality scores indicating human or model-based preferences. This processed version extracts only the assistant’s message text for easier use in model training or evaluation.
提供机构:
liavonpenn
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