five

PPE-IFEval-Best-of-K

收藏
魔搭社区2025-12-05 更新2025-04-26 收录
下载链接:
https://modelscope.cn/datasets/lmarena-ai/PPE-IFEval-Best-of-K
下载链接
链接失效反馈
官方服务:
资源简介:
# Overview This contains the IFEval correctness preference evaluation set for Preference Proxy Evaluations. The prompts are sampled from [IFEval](https://huggingface.co/datasets/google/IFEval). This dataset is meant for benchmarking and evaluation, not for training. [Paper](https://arxiv.org/abs/2410.14872) [Code](https://github.com/lmarena/PPE) # License User prompts are licensed under Apache-2.0, and model outputs are governed by the terms of use set by the respective model providers. # Citation ``` @misc{frick2024evaluaterewardmodelsrlhf, title={How to Evaluate Reward Models for RLHF}, author={Evan Frick and Tianle Li and Connor Chen and Wei-Lin Chiang and Anastasios N. Angelopoulos and Jiantao Jiao and Banghua Zhu and Joseph E. Gonzalez and Ion Stoica}, year={2024}, eprint={2410.14872}, archivePrefix={arXiv}, primaryClass={cs.LG}, url={https://arxiv.org/abs/2410.14872}, } ```

# 数据集概览 本数据集包含用于偏好代理评估(Preference Proxy Evaluations)的IFEval正确性偏好评估集。 该数据集的提示词采样自[IFEval](https://huggingface.co/datasets/google/IFEval)。 本数据集仅用于基准测试与评估,不可用于模型训练。 [论文](https://arxiv.org/abs/2410.14872) [代码](https://github.com/lmarena/PPE) # 许可协议 用户提示词遵循Apache-2.0开源协议,模型输出需遵守对应模型服务商的使用条款。 # 引用格式 @misc{frick2024evaluaterewardmodelsrlhf, title={如何评估面向人类反馈强化学习(Reinforcement Learning from Human Feedback, RLHF)的奖励模型}, author={Evan Frick and Tianle Li and Connor Chen and Wei-Lin Chiang and Anastasios N. Angelopoulos and Jiantao Jiao and Banghua Zhu and Joseph E. Gonzalez and Ion Stoica}, year={2024}, eprint={2410.14872}, archivePrefix={arXiv}, primaryClass={cs.LG}, url={https://arxiv.org/abs/2410.14872}, }
提供机构:
maas
创建时间:
2025-04-21
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
该数据集基于IFEval采样构建,专门用于偏好代理评估的基准测试和性能评测,不适用于训练目的。其用户提示遵循Apache-2.0许可证,模型输出则受相应提供者的使用条款约束。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作