KnutJaegersberg/orca-wizardlm-v1-clustered

该数据集使用了orca-wizardlm数据集中的系统指令，并附加了原始的进化指令响应和两种聚类解决方案。其中，dolphin聚类仅针对指令，使用了sgpt方法和dolphin-7b模型；GTE聚类则针对指令和响应，作为粗略的主题映射。这些聚类解决方案用于按主题对数据集进行下采样，同时保留‘进化指令’的聚类。

原始信息汇总

数据集概述

许可证

• 该数据集使用 cc-by-nc-4.0 许可证。

数据内容

• 该数据集基于 orca-wizardlm 数据集的系统指令，并附加了原始的进化指令响应和两种聚类解决方案。

聚类解决方案

1. Dolphin 聚类

   • 仅针对指令进行聚类，使用 sgpt 方法和 dolphin-7b 模型。

2. GTE 聚类

   • 针对指令和响应进行聚类，作为粗略的主题映射。

数据处理

• 使用这些聚类解决方案按主题对数据集进行降采样，同时保留“进化指令”的聚类。