vikp/reverse_instruct
收藏Hugging Face2023-08-21 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/vikp/reverse_instruct
下载链接
链接失效反馈官方服务：
资源简介：
这是一个反向指令数据集，设计用于在给定output的情况下预测instruction。这对于训练一个能够为原始数据集生成指令的模型非常有用（适用于在新领域快速进行指令调优）。该数据集通过聚合clean alpaca data、evol-instruct、clean instruct和orca等数据集创建，并通过启发式方法和instruct_rater分类器进行过滤，以去除不太可能从输出中预测的指令。数据集包含训练集，共有613,214个示例。
这是一个反向指令数据集，设计用于在给定output的情况下预测instruction。这对于训练一个能够为原始数据集生成指令的模型非常有用（适用于在新领域快速进行指令调优）。该数据集通过聚合clean alpaca data、evol-instruct、clean instruct和orca等数据集创建，并通过启发式方法和instruct_rater分类器进行过滤，以去除不太可能从输出中预测的指令。数据集包含训练集，共有613,214个示例。
提供机构：
vikp
原始信息汇总
数据集卡片 "reverse_instruct"
数据集概述
该数据集是一个反向指令数据集，旨在用于预测给定输出时的指令。这对于训练一个能够为原始数据集生成指令的模型非常有用，特别是在快速指令调整新领域时。
数据集特征
- 特征列表：
instruction：字符串类型output：字符串类型kind：字符串类型prob：浮点数类型（float64）
数据集划分
- 训练集：
- 字节数：694061788.6849711
- 样本数：613214
数据集大小
- 下载大小：372451511
- 数据集大小：694061788.6849711
配置
- 默认配置：
- 数据文件路径：
data/train-*
- 数据文件路径：
数据来源
该数据集是通过聚合以下数据源创建的：
数据处理
数据集经过筛选，移除了不太可能从输出中预测的指令（如多项选择、继续这段话等）。然后使用instruct_rater进行进一步筛选，这是一个训练有素的分类器，用于预测指令从输出中重现的可能性。
