five

Felladrin/pretrain-webGPT_x_dolly

收藏
Hugging Face2024-01-20 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/Felladrin/pretrain-webGPT_x_dolly
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: cc-by-sa-3.0 source_datasets: - starfishmedical/webGPT_x_dolly --- Conversion of [starfishmedical/webGPT_x_dolly](https://huggingface.co/datasets/starfishmedical/webGPT_x_dolly) dataset to be used in pretraining. Python code used for conversion: ```python from datasets import load_dataset import pandas dataset = load_dataset("starfishmedical/webGPT_x_dolly", split="train") def format(columns): question = columns["instruction"].strip() answer = columns["output"].strip() return f"{question}\n\n{answer}" pandas.DataFrame({"text": [format(columns) for columns in dataset]}).to_csv("train.csv", index=False) ```
提供机构:
Felladrin
原始信息汇总

数据集概述

数据集来源

  • 原始数据集:starfishmedical/webGPT_x_dolly

数据集用途

  • 用于预训练的转换数据集

数据转换代码

python from datasets import load_dataset import pandas

dataset = load_dataset("starfishmedical/webGPT_x_dolly", split="train")

def format(columns): question = columns["instruction"].strip() answer = columns["output"].strip() return f"{question}

{answer}"

pandas.DataFrame({"text": [format(columns) for columns in dataset]}).to_csv("train.csv", index=False)

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作