teamcore/DPO_Pm3B_U0_beta0.25dpo_proEurus_RM_7b_nu0.008g
收藏Hugging Face2025-10-23 更新2025-10-25 收录
下载链接：
https://hf-mirror.com/datasets/teamcore/DPO_Pm3B_U0_beta0.25dpo_proEurus_RM_7b_nu0.008g
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是一个包含文本指令和模型完成情况的数据集，用于评估模型在遵循指令、真实性、帮助性等方面的表现。数据集中的每个例子都包含了源文本、指令、模型输出、评分和评分理由等信息。
This dataset is a collection of text instructions and model completions, used to evaluate the models performance in terms of instruction following, truthfulness, helpfulness, etc. Each example in the dataset includes source text, instruction, model output, ratings, and rating rationale.
提供机构：
teamcore
