数据集 - 海数据

QA_Feedback_Based_语言模型训练细粒度人类反馈奖励数据

2026年1月22日 30 72 31

数据集概述本数据集为论文“Fine-Grained Human Feedback Gives Better Rewards for Language Model Training”所用的QA-...
- ZIP

智能助手

您好！我是海数据平台的智能助手，有什么可以帮助您的吗？