PJMixers/argilla_distilabel-math-preference-dpo-PreferenceShareGPT
收藏Hugging Face2024-05-30 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/PJMixers/argilla_distilabel-math-preference-dpo-PreferenceShareGPT
下载链接
链接失效反馈官方服务：
资源简介：
---
tags:
- preference
- preferences
size_categories:
- 1K<n<10K
task_categories:
- reinforcement-learning
---
---
标签：
- 偏好（preference）
- 偏好（preferences）
样本量类别：
- 1000 < 样本量 < 10000（1K<n<10K）
任务类别：
- 强化学习（reinforcement-learning）
---
提供机构：
PJMixers原始信息汇总
数据集概述
标签
- 偏好
- 偏好
大小分类
- 1K<n<10K
任务分类
- 强化学习
