遇见数据集

Skywork

收藏
arXiv2025-09-30 收录
官方服务:

资源简介:

该数据集用于训练从多个大型语言模型中衍生出的奖励模型,其中包含了用于训练奖励模型的奖励偏好数据。具体任务是对奖励模型进行训练。

This dataset, which contains reward preference data for training reward models derived from multiple large language models (LLMs), is intended for the task of training these reward models.

提供机构:
Hugging Face
二维码
社区交流群
二维码
科研交流群
商业服务