alespalla/chatbot_instruction_prompts

该数据集由`tatsu-lab/alpaca`、`Dahoas/instruct-human-assistant-prompt`和`allenai/prosocial-dialog`三个数据集生成，经过清理去除了无效条目和杂质，包含约50万个提示和预期响应，旨在用于训练指令型模型。数据集支持的任务类别包括问答、对话和文本生成，主要语言为英语，数据集大小介于10万到100万之间。

原始信息汇总

数据集概述

数据集信息

• 许可: Apache-2.0
• 特征:
  • response: 数据类型为字符串
  • prompt: 数据类型为字符串
• 分割:
  • test: 包含64,511个示例，占用24,612,503字节
  • train: 包含258,042个示例，占用98,485,829字节
• 下载大小: 78,591,384字节
• 数据集大小: 123,098,332字节

任务类别

• 问答
• 对话
• 文本生成

语言

• 英语

大小类别

• 10万<n<100万

数据集来源

• tatsu-lab/alpaca
• Dahoas/instruct-human-assistant-prompt
• allenai/prosocial-dialog

数据集用途

• 用于训练指令型模型