AB057/GradedStories
收藏Hugging Face2024-06-05 更新2024-06-12 收录
下载链接：
https://hf-mirror.com/datasets/AB057/GradedStories
下载链接
链接失效反馈官方服务：
资源简介：
GradedStories是一个通过评估TinyStories数据集中的270万篇儿童故事质量而创建的合成增强数据集。评估过程使用了Llama-3-8B-Instruct模型。数据集包含原始故事、生成的评估以及每个故事在结构和常识推理方面的评分（满分10分）。这些关于每个样本潜在质量的信息（评估和评分并非100%准确）可用于多种目的，使得该数据集比原始数据集对更广泛的受众有帮助。GradedStories可用于微调能力较低的语言模型，使其更好地检测和/或解释常识错误。此外，将低质量故事与高质量故事配对可能适用于对齐目的。
GradedStories是一个通过评估TinyStories数据集中的270万篇儿童故事质量而创建的合成增强数据集。评估过程使用了Llama-3-8B-Instruct模型。数据集包含原始故事、生成的评估以及每个故事在结构和常识推理方面的评分（满分10分）。这些关于每个样本潜在质量的信息（评估和评分并非100%准确）可用于多种目的，使得该数据集比原始数据集对更广泛的受众有帮助。GradedStories可用于微调能力较低的语言模型，使其更好地检测和/或解释常识错误。此外，将低质量故事与高质量故事配对可能适用于对齐目的。
提供机构：
AB057
原始信息汇总
GradedStories 数据集概述
基本信息
- 许可证: llama3
- 语言: 英语
- 大小: 1M<n<10M
数据集描述
- 来源: 基于TinyStories数据集中的2.7M儿童故事进行质量评估。
- 评估工具: 使用Llama-3-8B-Instruct进行评估。
- 内容: 包括原始故事、生成的评估以及每个故事的结构评分（满分10分）和遵循常识推理的评分。
- 用途: 可用于微调能力较弱的语言模型，以提高其检测和解释常识错误的能力；或用于对齐目的，将低质量故事与高质量故事配对。
未来改进
- 可能包括更高品质的评估、更多特征以及对数据集及其创建策略的更彻底检查，以使未来版本对开源社区更有用。
