返回数据集雷达

UltraFeedback

★ 重点关注

UltraFeedback

发布方 OpenBMB / THU 发布 2023-10 规模 64K (prompt, 4 responses, GPT-4 ratings)
指令与SFT 单一数据集 全球 商用友好 sft dpo
访问 github.com

来源描述

GPT-4 评分的偏好数据，DPO 训练标准集

MIT

HuggingFace 实测指标

openbmb/UltraFeedback ↗
近 30 天下载
21.6K
点赞
449
最近更新
2023-12-29
HF 授权标签
mit
datasets-server 实测规模
64.0K 条 · 896.5 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

训练阶段（本刊判断）

SFT

为什么值得盯

64K 条 prompt × 4 个回答 + GPT-4 打分，偏好数据的主力来源之一。用它的前提是先想清楚：你认可的是 GPT-4 的审美，而这本身就是一种偏置。

同领域 · 指令与SFT

Tulu 3 SFT Mix ★

Tulu 3 模型的 SFT mix，覆盖数学/推理/代码/对话
OpenHermes 2.5 ★

社区最流行 SFT mix，多源 GPT-4 数据混合
Magpie ★

Llama-3 自蒸馏 + alignment-only prompting，零成本生成 SFT 数据
OpenOrca

FLAN + GPT-4 推理过程蒸馏的指令数据
WildChat-1M

真实用户与 ChatGPT 交互日志，研究用户分布最佳数据
OASST1 / OASST2

众包多语多轮对话，含人工评分 (RLHF reward 训练用)

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。