self_instruct

Self Instruct旨在提升语言模型遵循自然语言指令的能力，通过模型自身生成的数据来创建大型指令数据集，从而在无需大量人工标注的情况下改进语言模型的指令执行能力。它包含通过OpenAI的`davinci`引擎生成的52k条指令和82K条实例输入输出，可用于对语言模型进行指令微调。此外，还包含252个专家编写的、以用户为导向的任务及其指令，以及从P3和Super Natural Instructions数据集中抽取的50k个示例，用于实现公开数据集上的对比。数据集以英文呈现，并提供prompt和completion等字段，支持指令训练等任务。该数据集采用Apache-2.0许可协议。