发布 Helpfulness Reward Model 数据集, 应用在 自然语言处理、强化学习 领域

本次发布的数据集 Helpfulness Reward Model, 该数据集旨在评估生成文本的有用性，其中包含了一个用于奖励建模的模型。该模型在强化学习框架中发挥作用，特别关注了多个目标。

查看Helpfulness Reward Model

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

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。