kunishou/hh-rlhf-49k-ja-single-turn
收藏Hugging Face2023-11-02 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/kunishou/hh-rlhf-49k-ja-single-turn
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是通过自动翻译Anthropic/hh-rlhf数据集的一部分到日语，并选择了单轮对话内容创建的。该数据集可用于RLHF（人类反馈强化学习）和DPO（直接偏好优化）。
This dataset was created by automatically translating a subset of the Anthropic/hh-rlhf dataset into Japanese, and selecting single-turn dialogue contents. This dataset can be used for RLHF (Reinforcement Learning from Human Feedback) and DPO (Direct Preference Optimization).
提供机构：
kunishou原始信息汇总
数据集概述
数据集来源
- 该数据集是通过自动将部分 "Anthropic/hh-rlhf" 数据集翻译成日语创建的。
数据集用途
- 该数据集适用于单轮对话场景。
- 可用于强化学习从人类反馈（RLHF）和直接偏好优化（DPO）。
相关链接
- 原始数据集 "Anthropic/hh-rlhf" 链接：Anthropic/hh-rlhf
