返回数据集雷达

OpenAssistant

OpenAssistant

发布方 LAION 发布 2023-04 规模 161K conversation
偏好与对齐 单一数据集 欧洲 商用友好 rlhf laion
访问 huggingface.co

来源描述

众包多语 OASST 数据，含偏好对比

Apache 2.0 + CC-BY-SA-4.0

HuggingFace 实测指标

OpenAssistant/oasst1 ↗
近 30 天下载
36.9K
点赞
1.6K
最近更新
2023-05-02
HF 授权标签
apache-2.0
datasets-server 实测规模
88.8K 条 · 39.7 MB
由 HuggingFace datasets-server 现算，不是榜单页手写的数字
HF 规模档 10K<n<100K en es ru de pl th

训练阶段（本刊判断）

偏好与奖励

同领域 · 偏好与对齐

HH-RLHF ★

RLHF 经典 helpful + harmless 偏好对
PRM800K ★

Process Reward Model: 数学解题每步打标
Skywork-Reward

RewardBench top1 训练集，SFT-friendly preference
Nectar

Starling-7B 用的 7-way 排序偏好数据
OffsetBias

去除 reward model 6 类偏见的 debias 训练对
Math-Step-DPO-10K

数学 step-level DPO 数据

领域、训练阶段、用途、License 分级与本刊判断由本刊维护； 下载量 / 点赞 / 更新时间 / 实测规模来自 HuggingFace Hub 官方 API 与 datasets-server，每周自动刷新。 规模、许可证与商用授权最终请以 原站 为准。