Chatbot Arena
Chatbot Arena
Определение
Chatbot Arena — это платформа для сбора предпочтений пользователей (preference data), используемая в обучении с подкреплением на основе человеческой обратной связи (RLHF). На этой платформе пользователям показываются ответы от двух разных языковых моделей, и они выбирают, какой ответ им нравится больше, что позволяет собирать парные сравнения для рейтингования моделей с помощью Elo score. Chatbot Arena служит одним из ключевых датасетов для тренировки систем ранжирования и дообучения больших языковых моделей.