RIP方法实现高质量数据筛选，显着提升基准性能

介绍RIP：拒绝指令偏好

一种*策划*高质量数据或*创建*高质量合成数据的方法。

在多个基准测试（AlpacaEval2, Arena-Hard, WildBench）上取得较大性能提升。

论文：
http://arxiv.org/abs/2501.18578