Датасет · nvidia
Датасет полезности ответов HelpSteer
nvidia/HelpSteer
Англоязычные текстовые пары с оценками полезности, фактичности и сложности для выравнивания LLM.
Что внутри
HelpSteer — открытый датасет на английском для выравнивания моделей по полезности, фактической корректности и связности ответов. Он также позволяет регулировать сложность и многословность ответов. Данные представлены в табличном и текстовом формате, размер — от 10 до 100 тыс. записей. На нём обучали Llama 2 70B, достигшую 7.54 на MT Bench.
Что можно сделать
- Обучение reward-модели или SteerLM-выравнивание
- SFT/LoRA для более полезных и фактичных ответов
- Оценка регулировки сложности и длины ответов
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 3,2 тыс.
- Лайков
- 262
Модели, обученные на нём
- jondurbin/bagel-dpo-34b-v0.2Генерация текста 9,1 тыс.
- bartowski/granite-20b-code-instruct-GGUFГенерация текста 8,6 тыс.
- mradermacher/granite-20b-code-instruct-i1-GGUF 7,5 тыс.
- ibm-granite/granite-8b-code-instruct-4k-GGUFГенерация текста 5,1 тыс.
- mradermacher/granite-8b-code-instruct-i1-GGUF 4,7 тыс.
- mradermacher/granite-20b-code-instruct-8k-i1-GGUF 4,3 тыс.
- mradermacher/granite-3b-code-instruct-i1-GGUF 3,7 тыс.
- legraphista/granite-20b-code-instruct-IMat-GGUFГенерация текста 3,3 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/HelpSteer")