Датасет · Anthropic
Таксономия 3307 ценностей Claude
Anthropic/values-in-the-wild
3307 ценностей, выраженных Claude в сотнях тысяч реальных диалогов, с классификацией без доступа людей к перепискам.
Что внутри
Датасет содержит таксономию из 3307 ценностей, которые Claude проявлял в сотнях тысяч реальных разговоров. Ценности извлечены и классифицированы по методике, сохраняющей приватность: люди-ревьюеры не читали содержимое диалогов. Данные представлены в табличном и текстовом виде и показывают, какие ценности ИИ выражает в работе с разными пользователями и задачами.
Что можно сделать
- Анализ ценностей и поведения ассистентов
- Исследование alignment и RLHF
- Оценка политик безопасности моделей
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 1,3 тыс.
- Лайков
- 169
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("Anthropic/values-in-the-wild")