Датасет · nvidia
Данные для обучения reward-моделей
nvidia/HelpSteer2
Английский датасет полезности для выравнивания LLM по фактичности, связности и длине ответов.
Что внутри
Открытый Helpfulness Dataset под лицензией CC-BY-4.0; содержит текстовые и табличные данные для выравнивания моделей. Позволяет настраивать полезность, фактическую точность и связность ответов, а также их сложность и многословность. Создан совместно с Scale AI; объём — 10–100 тыс. примеров, язык — английский.
Что можно сделать
- Обучение reward-модели для RLHF
- Настройка Llama 3.1 70B Instruct
- Проверка на RewardBench
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 28,3 тыс.
- Лайков
- 467
Модели, обученные на нём
- nvidia/Llama-3.1-Nemotron-70B-Instruct-HFГенерация текста 14 тыс.
- LxzGordon/URM-LLaMa-3.1-8BКлассификация текста 12,7 тыс.
- bartowski/frontier-infra_jebadiah-9b-v2-GGUFКартинка + текст 6,3 тыс.
- jaredpalmer/kev-27bКлассификация текста 3,2 тыс.
- bartowski/Llama-3.1-Nemotron-70B-Instruct-HF-GGUFГенерация текста 2,9 тыс.
- mradermacher/Llama-3.1-Nemotron-70B-Instruct-HF-abliterated-i1-GGUF 2,2 тыс.
- mradermacher/Llama-3.1-Nemotron-70B-Instruct-HF-i1-GGUF 2,2 тыс.
- bartowski/Llama-3.1-Nemotron-70B-Instruct-HF-abliterated-GGUFГенерация текста 2 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/HelpSteer2")