这是一个名为CodeFeedback的数据集，用于存储与OpenAI SDK相同格式的对话。数据集包含id和messages两个主要特征，其中messages是一个列表，包含content和role两个子特征。数据集分为train_sft和test_sft两个部分，分别包含65383和1000个示例。

Hugging Face2024-03-12 更新390

HuggingFaceH4/MATH

数学问题求解

数学推理

--- dataset_info: - config_name: algebra features: - name: problem dtype: string - name: level dtype: string - name: type dtype: string - name: solution dtype: string split

Hugging Face2025-01-28 更新190

HuggingFaceH4/stack-exchange-preferences

用户偏好分析

自然语言处理

--- license: cc-by-sa-4.0 task_categories: - question-answering language: - en pretty_name: H4 Stack Exchange Preferences Dataset tags: - RLHF - preferences - human-feedback - Stack Exchange download_

Hugging Face2023-03-08 更新1190

HuggingFaceH4/scale-pm-pilot

强化学习

自然语言处理

该数据集是用于RLHF（从人类反馈中强化学习）的PM数据集的初步标注。它结合了开源模型在Anthropic的hh-rlhf数据集和Self-Instruct的种子数据集上的输出。

Hugging Face2023-03-20 更新190