ContextualAI 发布 ultrafeedback_rlaif-offpolicy_32k 数据集, 应用在 强化学习、AI反馈 领域

ContextualAI 本次发布的数据集 ultrafeedback_rlaif-offpolicy_32k, 该数据集包含三个主要特征：prompt（提示）、rejected（被拒绝的）和chosen（被选择的）。prompt是一个字符串，而rejected和chosen是列表，包含content（内容）和role（角色）两个子特征，均为字符串类型。数据集分为训练集和测试集，分别包含28953和100个样本。数据集的下载大小为65865098字节，总大小为126308547字节。数据集配置为默认配置，训练集和测试集的数据文件分别存储在data/train-*和data/test-*路径下。

查看ultrafeedback_rlaif-offpolicy_32k

Dataset card 内容： 

Files and versions 内容： 

关于 ContextualAI , ContextualAI是一家专注于上下文感知人工智能技术的组织。

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。