Comparisons of WebGPT and OpenAI Models

kaggle2023-11-30 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/thedevastator/comparisons-of-webgpt-and-openai-models

下载链接

链接失效反馈

官方服务：

资源简介：

A comparison between WebGPT and OpenAI models with metrics and answers provided

一项针对WebGPT与OpenAI模型的对比分析，涵盖了已提供的评估指标与模型应答结果

创建时间：

2023-11-30

openai/webgpt_comparisons

--- pretty_name: WebGPT Comparisons --- # Dataset Card for WebGPT Comparisons ## Dataset Description In the [WebGPT paper](https://arxiv.org/abs/2112.09332), the authors trained a reward model from

Hugging Face2022-12-19 更新1590

webgpt_comparisons

# Dataset Card for WebGPT Comparisons ## Dataset Description In the [WebGPT paper](https://arxiv.org/abs/2112.09332), the authors trained a reward model from human feedback. They used the reward mod

魔搭社区2025-12-03 更新340

webgpt_comparisons

WebGPT Comparisons 仓库提供了一个包含19578条对比数据的集合，这些数据来源于WebGPT项目中用于训练奖励模型的反馈。数据集中，每个样本包含针对同一问题的两个模型答案及其元数据，包括问题文本、模型浏览时找到的引文、最终答案以及答案的偏好得分（-1到1之间）。此数据集适用于训练奖励模型，以使问答模型更好地对齐人类偏好。该数据集的授权许可信息可在其引用的论文中找到。

Opencsg2024-07-19 更新220

webgpt-comparisons (WebGPT)

In the WebGPT paper, the authors trained a reward model from human feedback. They used the reward model to train a long form question answering model to align with human preferences. This is the datas

OpenXLab10

Anthropic/hh-rlhf, OpenAI WebGPT Comparisons, Alpaca GPT-4-LLM

本研究涉及的Anthropic/hh-rlhf、OpenAI WebGPT Comparisons和Alpaca GPT-4-LLM数据集，由普渡大学的研究团队创建，旨在通过强化学习从人类反馈（RLHF）中提取和分类嵌入的人类价值观。数据集包含6501条RLHF偏好标注，通过哲学、价值论和伦理学的综合文献回顾构建的人类价值观分类法进行注释。创建过程包括两个阶段：首先通过定性注释生成基础数据，然后使

arXiv2024-11-19 更新520