ChenDRAG/ultrafeedback_reward

Name: ChenDRAG/ultrafeedback_reward
Creator: ChenDRAG
Published: 2024-06-29 16:56:55
License: 暂无描述

Hugging Face2024-06-29 更新2024-07-06 收录

下载链接：

https://hf-mirror.com/datasets/ChenDRAG/ultrafeedback_reward

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: mit ---

许可证：MIT许可证

提供机构：

ChenDRAG

ChenDRAG/ultrafeedback_preference

--- license: mit ---

Hugging Face2024-06-29 更新50

ultrafeedback_sorted_external_reward_new

这是一个包含对话或文本选择信息的数据集，具体包括提示信息、提示ID、选中内容、被拒绝内容、消息以及相关评分。数据集分为训练集和测试集，可用于机器学习模型的训练和评估。

Hugging Face2025-04-28 更新30

harryxi/_sq1-ultrafeedback-completions-with-rewards-shuffled

--- dataset_info: features: - name: shuffled_prompt_idx dtype: int64 - name: prompt_idx dtype: int64 - name: generation_idx dtype: int64 - name: prompt dtype: string - name

Hugging Face2026-03-16 更新20

chadlzx/ultrafeedback_with_rewards

# Dataset Information This is **ultrafeedback** dataset re-annotated by **sfairXC/FsfairX-LLaMA3-RM-v0.1**. ## License - **License**: Apache-2.0 ## Dataset Information - **Download Size**: 168,38

Hugging Face2024-05-15 更新60

mistral-instruct-reward-logps-ultrafeedback

该数据集包含多个特征，主要用于训练和测试模型。特征包括提示（prompt）、选择的回答（chosen）和拒绝的回答（rejected），其中每个回答都有内容和角色两个属性。此外，数据集还包含代理选择的奖励、代理拒绝的奖励、参考选择的log概率和参考拒绝的log概率等特征。数据集分为训练集和测试集，训练集包含59720个样本，测试集包含2994个样本。

Hugging Face2025-01-04 更新10