CarperAI 发布 CarperAI Human Preference Dataset 数据集, 应用在 强化学习、人类偏好 领域

CarperAI 本次发布的数据集 CarperAI Human Preference Dataset, 该数据集由CarperAI提供，包含了针对各种任务的人类偏好。该数据集被用于COFS-DPO方法中的强化学习人类反馈（RLHF）。其任务领域为跨领域学习。

查看CarperAI Human Preference Dataset

Dataset card 内容： 

Files and versions 内容： 

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。