sl-alex/openai-prm800k-stepwise-best

该数据集是通过处理OpenAI的PRM800K过程监督数据集创建的，具体使用了prm800k-denorm工具进行处理。数据集包含对话中的已说内容和下一步对话的样本，并且过滤了仅包含推动解决方案的对话轮次。在存在多个建设性回应的情况下，仅选择人类评估者评分最高的回应。

原始信息汇总

数据集概述

数据集来源

• 该数据集是通过处理OpenAI的PRM800K过程监督数据集，使用prm800k-denorm工具创建的非规范化数据集。

数据集内容

• 数据集包含的样本为“目前为止所说内容”加上“对话中的下一步”。
• 经过筛选，仅包含推动解决方案进展的对话轮次。在有多个建设性回应的情况下，仅选择由人类评估者评定的最佳回应。

许可协议

• 数据集遵循MIT许可证。

详细描述与使用说明

• 数据集的详细描述和使用说明可在prm800k-denorm README中找到。