ULTRAINTERACT是清华大学、面壁智能、腾讯等知名机构针对复杂推理任务联合构建的一个大规模、高质量的对齐数据集。该数据集涵盖了数学、编程和逻辑推理等多个领域,共包含86,000条指令和220,000个动作对构成,其中每条指令均配有偏好树结构,包含多样化的推理策略、多轮交互轨迹以及成对的正确与错误行动数据。ULTRAINTERACT的设计强调复杂问题的解决能力,要求模型具备规划、推理、工具整合以及与环境和用户互动学习的能力。该数据集既可用于监督式微调,也可用于偏好学习,显著提升了开源模型在复杂推理任务上的性能。
详情请参见五号雷达:https://www.5radar.com/result?key=ULTRAINTERACT
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.