M-A-P 发布 COIG-P 数据集, 应用在 自然语言处理、机器学习 领域

M-A-P 本次发布的数据集 COIG-P, COIG-P是一个由M-A-P机构发布的高质量、大规模中文偏好数据集，旨在促进大型语言模型与人类价值观的对齐。该数据集涵盖了聊天、代码、数学、逻辑、小说和角色扮演六个领域，包含1,006,949条由15种LLM模型生成的样本对。数据集的构建过程无需人工干预，采用自动化流程从多个开源和闭源LLM模型中生成和评分响应，并通过预设阈值筛选出高质量的样本对。

查看COIG-P

README 内容： 

关于 M-A-P , M-A-P是一个专注于为公共安全提供地图和分析服务的公司，致力于通过先进的技术帮助公共安全机构提高响应能力和效率。

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。