statsmind/hh_rlhf_en

Name: statsmind/hh_rlhf_en
Creator: statsmind
Published: 2025-03-08 15:55:46
License: 暂无描述

Hugging Face2025-03-08 更新2025-04-12 收录

下载链接：

https://hf-mirror.com/datasets/statsmind/hh_rlhf_en

下载链接

链接失效反馈

官方服务：

资源简介：

--- license: apache-2.0 ---

提供机构：

statsmind

statsmind/hh_rlhf_cn

这是一个基于原dikw/hh_rlhf_cn数据集的修改版，主要包含会话式数据，由chosen和rejected两列组成，去除了原有的context列。

Hugging Face2025-03-09 更新50

HH-RLHF dataset

The HH-RLHF dataset is used to evaluate the performance of the proposed Compositional Preference Models (CPMs).

DataCite Commons2026-01-07 更新00

hh-rlhf

# Dataset Card for HH-RLHF ## Dataset Summary This repository provides access to two different kinds of data: 1. Human preference data about helpfulness and harmlessness from [Training a Helpful a

魔搭社区2026-05-23 更新230

HH-RLHF

数据在本文中进行了描述: 通过从人类反馈中进行强化学习来培训有用且无害的助手。如果您发现数据有用，请引用该论文。数据格式非常简单-jsonl文件的每一行都包含一对文本，一个 “选择” 和一个 “拒绝”。为了有帮助，将数据分为三个部分分为训练/测试拆分: 从我们的基础模型 (上下文蒸馏的52B语言模型)，通过针对早期偏好模型的拒绝采样 (主要是16个最佳采样)，以及在我们迭代的 “在线” 过程中采

OpenXLab00

shbyun080/hh-rlhf-en

该数据集包含三个主要特征：prompt、chosen和rejected。每个特征都由content和role两个字段组成。数据集分为训练集和测试集，其中训练集包含112052个示例，测试集包含12451个示例。数据集的总大小为181355094字节，下载大小为106214513字节。

Hugging Face2025-02-08 更新30