Allen Institute for AI 发布 tulu-3-ultrafeedback-cleaned-on-policy-8b 数据集, 应用在 模型评估、偏好分析 领域

Allen Institute for AI 本次发布的数据集 tulu-3-ultrafeedback-cleaned-on-policy-8b, 该数据集是一个偏好数据集，属于Tulu 3偏好混合的一部分。它包含从Ai2的Ultrafeedback清理版本中提取的提示，并进一步过滤以移除ShareGPT的实例。数据集包含41.6k生成对，这些生成对来自多个模型，包括Mistral 7B Instruct v0.2、Tulu 2 7B、Yi-34B-Chat等。生成过程结合了on-policy和off-policy数据，并使用Ultrafeedback模板和LLM法官在四个不同方面进行偏好注释。数据集的许可证为ODC-BY，适用于研究和教育用途，符合Ai2的负责任使用指南。

查看tulu-3-ultrafeedback-cleaned-on-policy-8b

Dataset card 内容： 

Files and versions 内容： 

关于 Allen Institute for AI , 艾伦人工智能研究所是一家专注于AI研究和应用的高级研究机构。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。