蒙特利尔大学 发布 CodeUltraFeedback 数据集, 应用在 编程、AI模型校准 领域

蒙特利尔大学 本次发布的数据集 CodeUltraFeedback, CodeUltraFeedback是由蒙特利尔大学DIRO创建的一个包含10,000个复杂指令的数据集，旨在通过AI反馈调整和校准大型语言模型（LLMs）以符合编程偏好。该数据集通过14种不同的LLMs生成响应，并使用GPT-3.5作为评判标准，提供数值和文本反馈。数据集内容涵盖指令遵循、代码解释、代码复杂性和效率、代码可读性以及编码风格等五个非功能性要求（或编程偏好）。CodeUltraFeedback不仅用于校准LLMs，还支持了如UltraFeedback、AI反馈的强化学习（RLAIF）和LLM作为评判者等先进校准技术的开发。此外，该数据集还促进了CODAL-Bench的建立，这是一个评估LLMs与编程偏好对齐的基准。

查看CodeUltraFeedback

README 内容： 

关于 蒙特利尔大学 , 蒙特利尔大学是位于加拿大魁北克省蒙特利尔市的一所公立研究型大学，成立于1878年，是加拿大顶尖的学府之一，以其卓越的研究和教学质量闻名。

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。