OpenBMB 开源 UltraData-RL 数据集,中英双语问答回流 RL 训练
openbmb · hf · 2026-09-08
OpenBMB 发布 UltraData-RL-2609 数据集并登上 HF 热榜，面向文本生成与问答任务，覆盖中英双语，规模 1 万-10 万条，采用 apache-2.0 许可，关联两篇 arXiv 论文，可用于强化学习训练数据构建。
「研究」频道最新
- 索尼 AI 推出 Hakken 系统：从 150 万条假说中实证 2 项衰老基因新关系 — i_dg23 · 2026-09-08
- 从零搭建异步 RL 框架:JAX 多智能体训练实战工作日志 — yoshiyama_akira · 2026-09-08
- 用模型预判安全研究者的偏好：TASTE 评测基准登场 — burny_tech · 2026-09-08
- EMNLP 2026 论文：文本世界模型该比「行为一致」而非文本相似，假阳性率 42.5% 降至 9.5% — 机器之心 · 2026-09-08
- 港科大联合腾讯 ARC 发布 Track4World：前馈模型追踪全部像素 3D 轨迹 — rsasaki0109 · 2026-09-08
- 论文揭示 agent 技能检索评测陷阱：整体变好，检索任务反而变差 — rohanpaul_ai · 2026-09-08