找到1个数据集

标签: RLHF数据

过滤结果

  • 强化学习与人类反馈数据RLHF数据集-devanshumahapatra

    2025年4月23日 30 173 120

    强化学习与人类反馈数据RLHF数据集-devanshumahapatra 数据来源：互联网公开数据 标签：强化学习，人类反馈，数据集，自然语言处理，文本生成，模型训练，人工智能，语言模型 数据概述： 该数据集包含了用于强化学习与人类反馈（RLHF）技术的数据，主要用于训练语言模型，使其生成更符合人类偏好的文本。主要特征如下：...
    packageimg