NECOUDBFM/Jellyfish-Instruct

该数据集涵盖了数据预处理（DP）的四个主要任务，包括数据输入、错误检测、实体匹配和模式匹配。此外，还包含了带有推理数据的DP任务，这些数据使用了Mixtral-8x7B-Instruct-v0.1模型生成的推理响应。数据集用于构建Jellyfish-7B、8B和13B模型。该数据集涵盖了数据预处理（DP）的四个主要任务，包括数据输入、错误检测、实体匹配和模式匹配。此外，还包含了带有推理数据的DP任务，这些数据使用了Mixtral-8x7B-Instruct-v0.1模型生成的推理响应。数据集用于构建Jellyfish-7B、8B和13B模型。

原始信息汇总

数据集概述

数据集用途

• 用于构建Jellyfish-7B、8B和13B模型。

数据任务

1. 数据预处理任务（DP）

   • 数据输入任务
   • 错误检测任务
   • 实体匹配任务
   • 模式匹配任务

2. 带有推理的数据预处理任务

   • 包含上述任务数据，并生成推理答案的响应，使用模型mistralai/Mixtral-8x7B-Instruct-v0.1。

引用

• 使用此数据集时，请引用Jellyfish论文。

@article{zhang2023jellyfish, title={Jellyfish: A Large Language Model for Data Preprocessing}, author={Zhang, Haochen and Dong, Yuyang and Xiao, Chuan and Oyamada, Masafumi}, journal={arXiv preprint arXiv:2312.01678}, year={2023} }