莱斯大学 发布 mixture2_and_safe_pku 数据集, 应用在 强化学习、人工智能安全 领域

莱斯大学 本次发布的数据集 mixture2_and_safe_pku, mixture2_and_safe_pku数据集是一个包含550k个配对偏好样本的集合，由莱斯大学等机构提供，该数据集整合了来自HH-RLHF和UltraFeedback的数据源，适用于研究多样化的偏好分解。数据集包含了丰富的样本，用于评估奖励模型在不同维度上的效果，如聊天质量、安全性和推理能力。

查看mixture2_and_safe_pku

Dataset card 内容： 

Files and versions 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。