數據堂入選首批“北京市人工智能大模型高質量數據集”合作企業

手勢多模態數據

• 監督微調（SFT）數據

• 敏感性Prompt編寫/改寫：

• 常見output數據標注：

無害性：輸出內容不應對人造成身體、心理或社會傷害；設備或財產的損壞或損失；對環境的破壞；或損害人類福祉所必需的機構或資源

• 基于人類反饋的強化學習（RLHF）

• 常見RM數據人工排名標注：

• 常見RM數據多因素評分標注規范：

對模型輸出的內容從最好（5分）到最壞（1分）進行打分，包括平分，如果輸出質量接近，則分數相同。