MLX Community 发布 DPO-test 数据集, 应用在 自然语言处理、偏好优化 领域

MLX Community 本次发布的数据集 DPO-test, 该数据集是一个用于直接偏好优化（DPO）训练的测试数据集，包含1000个示例，分为800个训练示例、100个验证示例和100个测试示例。每个示例包括一个提示、一个首选响应和一个非首选响应。数据集设计用于小规模场景下的DPO模型实验和评估。数据集的原始来源是Human-Like DPO Dataset，详细信息和使用许可请参考原始仓库。

查看DPO-test

Dataset card 内容： 

Files and versions 内容： 

关于 MLX Community , MLX社区是一个专注于机器学习和人工智能的开放社区。

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。