Nectar — LLM Preferencje (RLHF / DPO) Dataset
A 183K prompt dataset from UC Berkeley with 7 diverse responses per prompt ranked by GPT-4, covering ShareGPT, Alpaca, Open Assistant, LMSYS-Chat, and more. Enables high-quality reward model training with diverse, real-world instruction coverage.
Dataset Details
| Provider | berkeley-nest |
| Category | Preferencje (RLHF / DPO) |
| Size | 183K Prompts |
| License | Apache 2.0 |
| Downloads | 310k |
| Tags | Reward Model, GPT-4 Ranked, Diverse Sources, Berkeley, RLHF |
from datasets import load_dataset
ds = load_dataset("berkeley-nest/Nectar")
Fine-tuning z tym zbiorem danych
Szacowany VRAM do fine-tuningu z QLoRA (model bazowy 4-bit + adaptery LoRA), przy zachowawczych ustawieniach:
| 7B QLoRA | ~6GB VRAM |
| 13B QLoRA | ~10GB VRAM |
Sprawdź, czy Twoje GPU to udźwignie →
Pierwszy fine-tuning? Przejdź przewodnik krok po kroku: Zrób fine-tuning pierwszego LLM w godzinę
Powiązane zbiory danych
- HelpSteer2 — Training reward models with fine-grained quality ratings
- UltraFeedback — The default DPO preference set to run after any SFT pass
- Anthropic HH-RLHF — Safety-focused preference training (helpfulness and harmlessness)
- DPO Mix 7K — A small, balanced DPO starter set
Najczęstsze pytania
Czy mogę użyć Nectar komercyjnie?
Tak — Nectar jest udostępniony na licencji Apache 2.0, liberalnej licencji pozwalającej na użycie komercyjne, w tym trenowanie modeli wdrażanych w produkcie. Przed publikacją sprawdź wymogi atrybucji na karcie zbioru.
Ile danych zawiera Nectar i czy potrzebuję wszystkich?
Nectar zawiera 183K Prompts. Rzadko potrzebujesz całości: do fine-tuningu stylu i formatu wystarcza kilkaset–kilka tysięcy przykładów — załaduj wycinek (np. split="train[:1000]") i zwiększaj skalę tylko, gdy jakość przestaje rosnąć.
Do czego Nectar nadaje się najlepiej?
Reward-model training with 7-way ranked responses. Należy do sekcji „Preferencje (RLHF / DPO)" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.
← Wszystkie zbiory danych | Fine-Tuning Guide