Allen Institute for AI 发布 tulu-3-wildchat-ultrafeedback 数据集, 应用在 对话生成、模型评估 领域

Allen Institute for AI 本次发布的数据集 tulu-3-wildchat-ultrafeedback, 该数据集是一个包含多个子集的对话数据集，每个子集对应不同模型生成的对话数据。数据集的主要特征包括id、prompt、chosen和rejected，其中chosen和rejected分别包含content和role两个子特征。数据集分为多个split，每个split包含不同数量的示例和字节数。数据集的生成使用了多种模型，如Mistral、Tulu、Yi、MPT、Google Gemma、InternLM、Falcon、Qwen、Llama、GPT-4和Claude等。数据集的生成方法结合了on-policy和off-policy数据，并使用Ultrafeedback模板和LLM judge进行偏好标注。数据集的许可证为ODC-BY，适用于研究和教育用途。

查看tulu-3-wildchat-ultrafeedback

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。