Anthropic 发布 Anthropic’s Helpful and Harmless (HH) 数据集, 应用在 机器学习、自然语言处理 领域

Anthropic 本次发布的数据集 Anthropic’s Helpful and Harmless (HH), 该数据集包含了161,000个训练样本和8,500个测试样本，每个样本都包括一个提示和一对回应（一个是被选中的，另一个是被拒绝的）。此外，回应是通过使用奖励模型进行评分的，这产生了列表大小为K=8的排名偏好数据。该数据集的规模为161,000个训练样本和8,500个测试样本，所涉及的任务是偏好学习和回应排名。

查看Anthropic’s Helpful and Harmless (HH)

Dataset card 内容： 

Files and versions 内容： 

关于 Anthropic , Anthropic是一家位于美国加州的前沿人工智能初创企业。

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。