pocasrocas/recipe-gantt

这是一个小型数据集，包含输入食谱和输出食谱甘特图，格式为TSV，其中每列代表一个步骤，每行代表一种原料。输出TSV中的单元格如果该原料在该步骤中使用，则填充为X。该数据集用于微调特定模型，遵循特定格式以便于与多种库集成。数据集的开发过程涉及使用现有数据集和库来提取和格式化数据，并对数据质量进行了一些手动调整。局限性包括数据集的大小和由于GPT-4生成而可能存在的错误。

原始信息汇总

数据集概述

基本信息

• 许可证: MIT
• 任务类别: 文本生成
• 语言: 英语
• 标签: 艺术, 化学, 食物, 食谱

数据集描述

• 格式: TSV 格式，每列代表一个方法步骤，每行代表一个单独的原料。输出 TSV 文件中的单元格填充有 X 表示该原料在该步骤中使用。
• 用途: 用于微调 pocasrocas/recipe-gantt-v0.1。
• 数据格式: 遵循 alpaca 的 instruction/input/response 格式，以 .jsonl 格式共享，便于与 axolotl 等库一起使用。

开发过程

1. 使用 openrecipes 数据集获取数百个食谱 URL。
2. 使用 recipe-scrapers 库从食谱 URL 中提取原料和方法步骤。
3. 编写自定义 GPT 助手生成所需的甘特图作为 TSV 文件。
4. 对输出进行少量手动调整以提高数据质量。

限制

• 大小: 仅包含 288 个示例，因成本限制。
• 错误: 由 GPT-4 生成，存在输出错误，仅手动检查了约 30 个示例。
• 指令: 所有指令相同，因数据集较小，便于模型理解任务。