license:
- cc-by-nc-sa-4.0
task_categories: - text-generation
- fill-mask
language: - en
puwaer/do_not_answer_en_response
This dataset is based on LibrAI/do-not-answer, with model answers added for both positive and negative examples.
It is a dataset intended for the performance evaluation of reward models.
- For the positive examples, outputs from deepseek-ai/DeepSeek-V3.2-Exp are used.
- For the negative examples, outputs from huihui-ai/Huihui-gpt-oss-20b-mxfp4-abliterated-v2 are used.
このデータセットは、LibrAI/do-not-answerをもとに、正例、負例に対して模範回答を付与したデータセットです。
reward modelなどの性能評価に使用するデータセットです。
- 正例には、deepseek-ai/DeepSeek-V3.2-Expの出力を用いています。
- 負例には、huihui-ai/Huihui-gpt-oss-20b-mxfp4-abliterated-v2の出力を用いています。