2173ars/finetuning_story

这是一个小型但高质量的数据集，用于训练小型语言模型（LLMs）如何在零样本提示下生成高质量的短故事。数据集包含3列：系统提示（system prompt）、提示（prompt）和响应（response），共有49行，涵盖了各种类型和其他要求，以微调模型以产生高质量的输出。

A small but high-quality dataset to train small LLMs on how to generate high-quality short stories in zero-shot prompts. The dataset contains 3 columns: system prompt, prompt, and response, with 49 rows covering various genres and other requirements to finetune the model to give high-quality output.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • 名称: prompt
  • 数据类型: string

• 分割:

  • 名称: train
  • 字节数: 214938
  • 样本数: 49

• 下载大小: 91910

• 数据集大小: 214938

配置

• 配置名称: default
  • 数据文件:
    • 分割: train
    • 路径: data/train-*

数据集描述

• 用途: 用于训练小型语言模型生成高质量的短篇故事，支持零样本提示。
• 实验: 在Llama 3 8b instruct模型上进行了测试，能够生成比Llama 70b更好的故事（由Gemini和GPT-4等其他流行模型评判）。
• 列数: 3列（system prompt, prompt, response）
• 行数: 49行，涵盖各种类型和其他要求，以微调模型生成高质量输出。