中国科学院软件研究所 发布 CheemsBench, CheemsPreference 数据集, 应用在 中文自然语言处理、奖励模型 领域

中国科学院软件研究所 本次发布的数据集 CheemsBench, CheemsPreference, CheemsBench是一个专为中文奖励模型设计的全面评价基准，包含1146个来自开源数据集和现实世界人类指令的prompt，每个prompt经过五轮人类驱动的三重比较，并通过图论算法解决标注冲突，生成唯一且一致的partial ranking。CheemsPreference是一个大规模、多样化的中文偏好数据集，通过人类标注和GPT协作标注构建，包含27,861个现实世界的人类指令，旨在为中文奖励模型训练提供监督信号。

查看CheemsBench, CheemsPreference

关于 中国科学院软件研究所 , 中国科学院软件研究所是中国科学院直属科研机构，主要致力于软件科学的理论、方法和技术的研究与开发。

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。