lemon07r/VellumK2-Fantasy-DPO-Medium-01
收藏Hugging Face2025-11-07 更新2025-11-15 收录
下载链接：
https://hf-mirror.com/datasets/lemon07r/VellumK2-Fantasy-DPO-Medium-01
下载链接
链接失效反馈官方服务：
资源简介：
VellumK2-Fantasy-DPO-Medium-01是一个中型的合成奇幻小说数据集，包含3,069个高质量的偏好对，用于直接偏好优化（DPO）训练。该数据集使用VellumForge2和Kimi K2、Phi-4生成，适用于生产训练、创意写作对齐研究和与其他数据集的结合。数据集包含创意写作提示、高质量的选择响应和低质量的拒绝响应，旨在为DPO训练提供清晰的偏好信号。
VellumK2-Fantasy-DPO-Medium-01 is a medium-scale synthetic fantasy fiction dataset with 3,069 high-quality preference pairs for Direct Preference Optimization (DPO) training, generated using VellumForge2 with Kimi K2 and Phi-4. Suitable for production training, research on creative writing alignment, and combination with other datasets.
提供机构：
lemon07r
