Датасет · yitingxie
RLHF reward-датасет без описания
yitingxie/rlhf-reward-datasets
Текстовый датасет на 10–100 тыс. примеров для reward-моделей RLHF; карточка почти пустая.
Что внутри
В карточке есть только название rlhf-reward-datasets и указание, что это текстовый датасет объёмом 10K–100K примеров. Состав, язык, источник и формат данных не описаны. Описание состава, языка, источника и формата отсутствует.
Что можно сделать
- Проверить пайплайн обучения reward-модели
- Использовать как заготовку для RLHF-экспериментов после аудита данных
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 95
- Лайков
- 83
Модели, обученные на нём
- AdamG012/chat-opt-1.3b-sft-deepspeedГенерация текста 26
- AdamG012/chat-opt-350m-reward-deepspeedГенерация текста 23
- AdamG012/chat-opt-1.3b-rlhf-critic-deepspeedГенерация текста 23
- AdamG012/chat-opt-1.3b-rlhf-actor-ema-deepspeedГенерация текста 20
- AdamG012/chat-opt-1.3b-rlhf-actor-deepspeedГенерация текста 18
- zen-E/deepspeed-chat-step1-model-opt1.3bГенерация текста 15
- zen-E/deepspeed-chat-step2-model-opt350mГенерация текста 14
Как загрузить
from datasets import load_dataset
ds = load_dataset("yitingxie/rlhf-reward-datasets")