跳到主要内容Skip to main content

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