1. 学习
    2. /
  2. 课程
    3. /
  3. 人間のフィードバックによる強化学習（RLHF）
Connected

练习

プロンプトの抽出

hendrydong/rlhf_helpful_eval データセットを扱っています。これはユーザー（Human）とアシスタント（Assistant）の会話テキストを含みます。目的はテキストをクリーンアップし、不要なパターンやタグを含まない、関連部分だけのプロンプトを用意することです。

プロンプト抽出のためにデータセットをクリーンにする際、どの方法を選びますか。コンソールで次のコードを実行すると、データセットの一部を確認できます。

evaluation_data.iloc[range(1)]['text'][0]

说明

50 XP

答案选项