llama_sft_trainer_benchmark

kaggle2024-02-01 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/nourelhwaryy/llama-sft-trainer-benchmark

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-02-01

llama sft kdd

kaggle2024-05-15 更新00

Llama-SFT-3000

该数据集包含两个主要特征：'prompt'和'chosen'，均为字符串类型。数据集分为训练集，包含3000个样本。数据集的语言为日语，大小在1K到10K之间。数据集的任务类别是文本生成。数据集的生成指令由Tanuki-8B-dpo-v1.0模型生成，输出由Llama-3.1-SuperSwallow-70B-Instruct-v0.1模型生成。

Hugging Face2024-12-14 更新20

sameearif/ultrachat-sft-llama-3

该数据集是一个英语数据集，包含一个名为input的字符串类型字段。数据集分为训练集和测试集，训练集包含207,865个样本，测试集包含23,110个样本。数据集的下载大小为678,442,273字节，总大小为1,410,979,011字节。

Hugging Face2024-07-12 更新50

Lawyer LLaMA_sft

该微调数据集是一个中文法律指令数据集，共包含21.5K条记录。其主要来源包括针对中国司法考试问题的模型生成答案、法律咨询的回复以及基于法律条款生成的多轮法律咨询对话。目前，该数据集仅有一部分开源。

github2023-05-01 更新750

kajuma/Llama-SFT-3000

该数据集包含用于文本生成任务的日语数据，主要由两个特征组成：prompt和chosen。数据集包含3000个训练样本，总大小为8797671字节。数据集的指令由Tanuki-8B-dpo-v1.0生成，输出由Llama-3.1-SuperSwallow-70B-Instruct-v0.1生成。Llama 3.1的许可证是Llama 3.1 Community License。

Hugging Face2024-12-14 更新30