toshi456/Rakuten-Alpaca-Data-32K

---
license: apache-2.0
task_categories:
- question-answering
language:
- ja
size_categories:
- 10K<n<100K
---

# Dataset Card for "Rakuten-Alpaca-Data-32K"
## Dataset Detail
**Dataset Type:** Rakuten-Alpaca-Data-32Kは[Stanford Alpaca](https://crfm.stanford.edu/2023/03/13/alpaca.html)の手法を参考に[Rakuten/RakutenAI-7B-chat](https://huggingface.co/Rakuten/RakutenAI-7B-chat)を使用して自動生成した日本語インストラクションデータです。
データ生成を行う際のSEEDデータには有志の方々が作成した[seed_tasks_japanese.jsonl](https://github.com/JohnKeigo/stanford_alpaca/blob/main/seed_tasks_japanese.jsonl)を利用させていただきました。
データの品質が低いため、何かしらの方法でフィルタリングして有益なデータのみ利用するのをおすすめします。

**License:** [Apache license 2.0](https://www.apache.org/licenses/LICENSE-2.0)

## Acknowledgement
- [Stanford Alpaca](https://crfm.stanford.edu/2023/03/13/alpaca.html)
- [Rakuten](https://huggingface.co/Rakuten)
- [seed_tasks_japanese.jsonl](https://github.com/JohnKeigo/stanford_alpaca/blob/main/seed_tasks_japanese.jsonl)

原始信息汇总

数据集概述

数据集名称

Rakuten-Alpaca-Data-32K

数据集类型

该数据集是通过参考Stanford Alpaca的方法，并使用Rakuten/RakutenAI-7B-chat自动生成的日语指令数据。

数据来源

数据生成过程中使用的SEED数据是志愿者创建的seed_tasks_japanese.jsonl。

数据质量

由于数据质量较低，建议通过某种方法过滤，仅使用有益的数据。

许可协议

Apache License 2.0

语言

日语

任务类别

问答

数据集大小

10K<n<100K