ekunish/answercarefully-dpo-ja-2026

AnswerCarefully-derived Japanese DPO data for LLM safety 本データセットは、llm-jp/AnswerCarefullyを参照して作成した日本語LLMの安全応答をDPOで学習するためのpreference datasetです。 利用条件 本データセットには、llm-jp/AnswerCarefullyと同じ利用規約を適用します。 利用者は、llm-jp/AnswerCarefullyと本データセットの両方で利用規約に同意する必要があります。 データ train: 417件 validation: 44件 各行には次のフィールドが含まれます。 id: 本リリース内だけで使用するID prompt: 元質問の意味と危険性を変えずに言い換えた質問 chosen: DPOで望ましい応答として扱う回答 rejected: DPOで望ましくない応答として扱う回答 category, harm_type, risk_area… See the full description on the dataset page: https://huggingface.co/datasets/ekunish/answercarefully-dpo-ja-2026.