SummFlow 2026-07-06 Hugging Face

Anthropic / hh-rlhf

人类对有用性和无害性的偏好数据，用于奖励模型训练

16.9万行 · 4.1 GB

  • 文本
  • mit · 可商用

下载 30k · 收藏 1.8k · 3年前更新

  • py from datasets import load_dataset ds = load_dataset("Anthropic/hh-rlhf")