基准

UltraFeedback

大规模AI反馈偏好数据集，包含多维度的质量标注，广泛用于大模型对齐训练和评估研究

时间轴 (近 90 天)

9月24日

研究在HelpSteer和UltraFeedback两个数据集上横跨七组目标配对进行了系统实验

待验证50%

全部知识事实 (1)

研究在HelpSteer和UltraFeedback两个数据集上横跨七组目标配对进行了系统实验

来源文章

多目标对齐新研究：如何预测目标冲突并覆盖权衡取舍9月24日