HelpSteer3 人类偏好数据集

HelpSteer3 是由英伟达于 2025 年发布的一个人类偏好数据集，相关论文成果为「HelpSteer3-Preference: Open Human-Annotated Preference Data across Diverse Tasks and Languages」，旨在通过人类反馈和强化学习技术提升模型对用户提示的响应能力。

该数据集包含 40,476 个偏好样本，每个样本包含一个领域、语言、上下文、两个回复、以及 2 个回复之间的总体偏好评分和最多 3 位标注者的个人偏好评分，其包含了多语言数据（中文、韩文、法语、西班牙文、日本语、德语、俄语、葡萄牙语、意大利语、越南语、荷兰语）。