ServiceNow 发布 Curriculum_DPO_preferences 数据集, 应用在 机器学习、偏好优化 领域

ServiceNow 本次发布的数据集 Curriculum_DPO_preferences, 该数据集包含了为训练直接偏好优化（DPO）模型构建的多组偏好对，这些偏好对是按照响应质量评分从易到难排序的。此外，该数据集还用于训练并评估Curry-DPO方法相较于标准DPO技术的有效性，结果显示Curry-DPO方法在性能上有了显著的提升。该任务主要是利用偏好对进行直接偏好优化（DPO）训练。

查看Curriculum_DPO_preferences

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。