ljvmiranda921/ultrafeedback-multilingual-dpo-test
收藏官方服务：
资源简介：
Multilingual Ultrafeedback数据集是基于另一个数据集的测试集，被转换为多轮对话格式。该数据集具有多语言特性，并涉及偏好（preference）优化，使用了DPO（Direct Preference Optimization）方法。
Multilingual Ultrafeedback dataset, based on the test set of nthakur/multilingual-ultrafeedback-dpo-v0.1, converted to multi-turn format. Supports multilingual and involves preference selection.
提供机构：
ljvmiranda921
