Models · Data · 偏好与 RLHF
Nectar
GPT-4 对多个模型回答做 7 档排序,适合研究排序式偏好学习。
| 来源 | Berkeley |
|---|---|
| 规模 | 约 18.3 万条 prompt,每组 7 个回答 |
| 语言 | 英文 |
| 格式 | JSONL |
| 许可 | MIT |
| 商用 | 允许 |
| 获取 | 直接下载 |
| 任务适配 | RLHF / 偏好排序 |
| 核验日 | 2026-11-19 |
质量与偏差
GPT-4 对多个模型回答做 7 档排序,适合研究排序式偏好学习。
使用边界
排序由单一模型完成,存在位置偏差与风格偏好;不要当作人类真值。
下一步
- 打开来源页,下载数据集卡与许可原文,确认版本与获取条件。
- 先抽 100–500 条样本做质量、语言与敏感内容抽检,再决定是否进训练管线。
- 如果用于 RAG 或 SFT,先读 RAG 语料怎么选 / SFT 数据怎么配比。
来源:https://huggingface.co/datasets/berkeley-nest/Nectar · 核验日 2026-11-19 · 许可以来源页为准