Princeton University 发布 llama3-ultrafeedback-armorm 数据集, 应用在 自然语言处理、机器学习 领域

Princeton University 本次发布的数据集 llama3-ultrafeedback-armorm, 该数据集为Llama3-8B模型家族在指令设置中使用的训练数据，其依据是偏好反馈。此外，该数据集还用于偏好优化模型的训练，特别是在人类反馈强化学习环境的语言模型微调背景下。

查看llama3-ultrafeedback-armorm

Dataset card 内容： 

Files and versions 内容： 

关于 Princeton University , Princeton University 是一所位于美国新泽西州的私立常春藤盟校，是美国最著名的大学之一，以其出色的学术研究和教育质量闻名。

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。