浙江大学 发布 SRM (Step-wise, Multi-dimensional Reward Model) 数据集, 应用在 虚拟代理人、奖励模型 领域

浙江大学 本次发布的数据集 SRM (Step-wise, Multi-dimensional Reward Model), SRM数据集是虚拟代理人领域中首个针对逐步、多维奖励模型训练和评估的基准。该数据集由两部分组成：用于训练的SRMTrain和用于评估的SRMEval。SRMTrain包含78,000个自动注释的数据点，而SRMEval包含32,000个经过精心挑选的测试数据点。数据集涵盖了Web、Linux、Windows和Android等多个平台，通过自动收集和注释的方式，为研究虚拟代理人奖励模型提供了丰富的资源。

查看SRM (Step-wise, Multi-dimensional Reward Model)

README 内容： 

关于 浙江大学 , 浙江大学是中国的一所综合性大学，位于浙江省杭州市。它是中国的顶尖高等学府之一，提供广泛的本科和研究生教育，并且在科学研究和技术创新方面有着显著成就。

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。