登录后查看消息通知
搜索
常见问题
消息
登录
OASST1-pairwise-rlhf-reward
收藏
OpenXLab
2026-04-18 收录
下载链接:
https://openxlab.org.cn/datasets/OpenDataLab/OASST1-pairwise-rlhf-reward
下载链接
链接失效反馈
官方服务:
购买咨询
问题咨询
资源简介:
OASST1 dataset preprocessed for reward modeling:
应用场景:
提供机构:
OpenDataLab
创建时间:
2024-04-30
相关数据集
tasksource/oasst1_pairwise_rlhf_reward
该数据集是基于OASST1数据集预处理得到的,专门用于奖励建模。数据集中包含了多种语言的对话数据,每个对话包括一个提示(prompt)、一个被选择的回复(chosen)和一个被拒绝的回复(rejected)。数据集分为训练集和验证集,分别包含17966和952个样本。数据集的下载大小为22371458字节,总大小为42888880字节。
Hugging Face
2023-07-04 更新
61
0
PJMixers/tasksource_oasst2_pairwise_rlhf_reward-PreferenceShareGPT
--- tags: - preference - preferences size_categories: - 10K<n<100K task_categories: - reinforcement-learning ---
Hugging Face
2024-05-30 更新
6
0
Dense Reward for Free in RLHF
The dataset used in the paper is not explicitly described, but it is mentioned that it is a preference dataset for language models.
DataCite Commons
2024-12-16 更新
6
0
tasksource/oasst2_pairwise_rlhf_reward
--- configs: - config_name: default data_files: - split: train path: data/train-* - split: validation path: data/validation-* dataset_info: features: - name: lang dtype: string
Hugging Face
2024-01-09 更新
8
0
d0rj/oasst1_pairwise_rlhf_reward-ru
--- dataset_info: features: - name: lang dtype: string - name: parent_id dtype: string - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype:
Hugging Face
2024-07-02 更新
17
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广