tulu-3-sft-personas-instruction-following

<img src="https://huggingface.co/datasets/allenai/blog-images/resolve/main/tulu-3/Tulu3-logo.png" alt="Tulu3 banner" width="400" style="margin-left:'auto' margin-right:'auto' display:'block'"/>

### Dataset Descriptions
This dataset contains **29980** examples and is synthetically created to enhance model's capabilities to follow instructions precisely and to satisfy user constraints. The constraints are borrowed from the taxonomy in [IFEval dataset](https://arxiv.org/abs/2311.07911).
To generate diverse instructions, we expand the methodology in [Ge et al., 2024](https://arxiv.org/pdf/2406.20094) by using personas. More details and exact prompts used to construct the dataset can be found in our [paper]().
- **Curated by:** Allen Institute for AI
- **Paper:** [TBD]()
- **Repository:** [TBD]()
- **Language(s) (NLP):** English
- **License:** ODC-BY
- **Point of Contact:** [Faeze Brahman](mailto:[e-mail])

### Loading
```python
from datasets import load_dataset

dataset = load_dataset("allenai/tulu-3-sft-personas-instruction-following")["train"]
```
### Dataset Structure
Each example in the dataset contains the standard instruction-tuning data points as follow:
- id (str): a unique identifier
- prompt (str): the verifiable instruction which involves satisfying 1 to 3 constraints
- messages (list): message format used for supervised fine-tuning (this contains user prompt and assistant response)
- constraints (list of str): a list of verifiable constraints that need to be satisfied by the assistant response

<img src="https://huggingface.co/datasets/allenai/blog-images/resolve/main/tulu-3/Tulu3-logo.png" alt="Tulu3 横幅" width="400" style="margin-left:'auto' margin-right:'auto' display:'block'"/>

### 数据集描述
本数据集共包含**29980**条样本，为合成生成的数据集，旨在提升模型精准遵循指令、满足用户约束条件的能力。本次采用的约束规则源自[IFEval数据集](https://arxiv.org/abs/2311.07911)的分类体系。
为生成多样化的指令，我们在[Ge等人，2024](https://arxiv.org/pdf/2406.20094)的研究方法基础上进行扩展，引入了人物设定（personas）。有关数据集构建的更多细节与具体提示词，可参见我们的[论文]()。
- **精选出品方：** 艾伦人工智能研究所（Allen Institute for AI）
- **论文：** [待发布]()
- **代码仓库：** [待发布]()
- **自然语言处理（Natural Language Processing，NLP）所用语言：** 英语
- **许可证：** ODC-BY
- **联系方式：** [Faeze Brahman](mailto:[e-mail])

### 加载方式
python
from datasets import load_dataset

dataset = load_dataset("allenai/tulu-3-sft-personas-instruction-following")["train"]

### 数据集结构
本数据集的每条样本均遵循标准的指令微调数据格式，具体字段如下：
- `id`（字符串类型）：唯一标识符
- `prompt`（字符串类型）：需满足1至3项约束的可验证指令
- `messages`（列表类型）：用于监督微调（supervised fine-tuning）的消息格式（包含用户提示与助手回复）
- `constraints`（字符串列表）：需由助手回复满足的可验证约束列表

搜集汇总

背景与挑战

背景概述

该数据集包含29980个合成示例，旨在提升模型精确遵循指令和满足用户约束的能力，约束基于IFEval分类法，并通过角色扩展方法生成多样指令。它由Allen Institute for AI策划，语言为英语，采用ODC-BY许可证。