NVIDIA发布Nemotron-RL-Identity-Following-v1数据集,应用在大型语言模型、强化学习领域

NVIDIA本次发布的数据集Nemotron-RL-Identity-Following-v1,该合成数据集利用人工创建的种子数据生成一系列提示，用于探测模型的身份信息，包括创建公司、官方名称及版本号。数据集作为NVIDIA NeMo Gym的一部分发布，NeMo Gym是一个用于构建强化学习环境以训练大型语言模型的框架，支持基于可验证奖励的强化学习（RLVR）。该数据集在NVIDIA Nemotron系列模型的开发中得到应用。数据集格式为纯文本，包含21,660条记录，4个特征，总存储量为8.2 MB。数据集采用Creative Commons Attribution 4.0 International许可，适用于商业用途，主要用于与NeMo Gym结合进行大型语言模型的后期训练。NVIDIA强调了可信AI的共同责任，并提供了报告质量、风险和安全漏洞的渠道。

查看Nemotron-RL-Identity-Following-v1

关于NVIDIA,英伟达是一家专注于图形处理器开发的全球知名技术公司。

关于HuggingFace,Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的开发与分享。它提供了丰富的资源，包括超过100万个模型、25万个数据集和40万个应用程序，支持文本、图像、视频、音频和3D等多种模态。此外，平台还提供企业级解决方案和开源工具，如Transformers、Diffusers等，以加速机器学习的研究和应用。