davanstrien/haiku_prompts

该数据集名为‘合成俳句提示’，旨在模拟用户向聊天模型请求关于特定主题的俳句。数据通过使用distilabel库和OpenHermes-2.5-Mistral-7B模型生成，采用了一种改进的SELF-INSTRUCT论文中的提示策略。此数据集主要用于探索开放模型和直接偏好优化（DPO）在生成可用于培养语言模型特定行为（如写俳句）的合成数据方面的应用。

原始信息汇总

数据集概述

数据集详情

数据集描述

• 名称： Synthetic Haiku Prompts
• 语言： 英语（合成生成）
• 许可证： CC-BY-4.0
• 大小类别： 1K<n<10K
• 任务类别： 文本生成
• 标签： 诗歌、俳句、合成、distilabel

数据集结构

• 特征：
  • instructions: 字符串类型
• 分割：
  • train: 4303个样本，280969字节

数据集创建

• 创建者： Daniel van Strien
• 生成方法： 使用distilabel库和OpenHermes-2.5-Mistral-7B模型生成。
• 生成策略： 基于SELF-INSTRUCT论文的提示策略，并进行了微调。

数据集用途

• 直接用途： 用于生成关于特定主题的俳句。
• 注意事项： 主要用于学习和研究，使用前需验证提示的适用性。

数据集限制

• 潜在风险： 未手动验证所有提示，可能存在有害内容。
• 建议： 如发现有害提示，请提出讨论并移除。

引用

bibtex @misc{vanstrien2024synthetichaikuprompts, author = {van Strien, Daniel}, title = {Synthetic Haiku Prompts}, year = {2024}, publisher = {Hugging Face}, howpublished = {url{https://huggingface.co/datasets/davanstrien/haiku_prompts}} }