Hyperparameters for the Big Bird classifier.

Figshare2022-07-28 更新2026-04-28 收录

语言模型调优

长序列文本分类

数据链接：

https://figshare.com/articles/dataset/Hyperparameters_for_the_Big_Bird_classifier_/20397918 数据链接链接失效反馈

官方服务：

资源简介：

Hyperparameters for the Big Bird classifier.

创建时间：

2022-07-28

pinzhenchen/alpaca-cleaned-bg

语言模型调优

保加利亚语

该HF数据仓库包含了用于单语与多语指令调优研究的保加利亚Alpaca数据集。数据集是通过机器翻译从[yahma/alpaca-cleaned](https://huggingface.co/datasets/yahma/alpaca-cleaned)转换而来，主要用于保加利亚语的指令调优。数据集大约包含52K个实例，每个实例包含指令、输出和可选的输入字段。已知问题是机器翻译过程可能损坏了包含代码、

Hugging Face2024-03-06 更新860

microsoft/orca-agentinstruct-1M-v1

指令生成

语言模型调优

该数据集是一个完全合成的指令对集合，使用AgentInstruct框架生成。它包含约100万条指令对，涵盖文本编辑、创意写作、编码、阅读理解等多种能力。数据集中的指令对是从网络上公开可用的原始文本内容中合成的。该数据集适用于任何基础大语言模型（LLM）的指令调优。AgentInstruct框架还生成了一个包含约2500万条指令对的超集，用于对Mistral-7b模型进行后训练，结果在多个基准测试中

Hugging Face2024-11-01 更新200

louisbrulenaudet/code-cinema-image-animee

法律

语言模型调优

该数据集名为Code du cinéma et de limage animée，专注于法国电影和动画图像法律领域。数据集用于微调预训练语言模型，以创建适用于法律实践的高效准确模型。数据集生成过程中使用了指令微调（instruction-based fine-tuning）方法，通过提供具体的指令来指导模型的行为，从而提高模型在特定任务上的表现。数据集包含多个任务类别，如文本生成、表格问答、摘要生

Hugging Face2024-07-21 更新160

Instruction Tuning with GPT-4

自然语言处理

语言模型调优

GPT-4使用羊驼提示生成英语教学后续数据，以微调LLM。

OpenDataLab2026-07-12 更新210

pinzhenchen/alpaca-cleaned-es

语言模型调优

西班牙语处理

该HF数据仓库包含用于单语与多语指令调优研究的西班牙语Alpaca数据集。数据集包含约52K个实例，每个实例包含指令、输出和可选的输入。数据集是通过机器翻译从yahma/alpaca-cleaned数据集翻译成西班牙语的。

Hugging Face2024-03-06 更新160