发布 MM-RLHF-RewardBench 数据集, 应用在 多模态语言模型、偏好对齐 领域

本次发布的数据集 MM-RLHF-RewardBench, MM-RLHF是一个用于对多模态大型语言模型（MLLMs）进行人类偏好对齐的全面项目。本项目包含一个高质量的多模态大型语言模型对齐数据集，一个强大的基于批评的多模态大型语言模型奖励模型及其训练算法，一种新颖的对齐算法MM-DPO，以及两个新的基准测试。

查看MM-RLHF-RewardBench

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。