发布 UltraFeedback-chinese 数据集, 应用在 自然语言处理、模型优化 领域

本次发布的数据集 UltraFeedback-chinese, UltraFeedback-Chinese是根据UltraFeedback数据集的构建方法制定的中文版本，专为训练强大的奖励模型和批评模型而设计。该数据集支持PPO（近端策略优化）和DPO（直接偏好优化）两种训练方式。数据收集自多个中文资源库，涵盖了约58k条中文指令，并对每个指令生成4个模型响应。数据集变体UltraFeedback-Chinese-Binarized专为DPO训练优化，通过设定权重对每个响应的分数进行加权，以计算得到每个响应的综合评分。实验结果表明，该数据集在提升中文语言模型表现方面具有显著效果。

查看UltraFeedback-chinese

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。