OpenOrca

OpenOrca数据集是一个增强的FLAN集合数据的集合。目前GPT-4完井约1M, GPT-3.5完井约3.2M。它按照ORCA论文中给出的分布进行了列表化，目前代表了完整的预期数据集的部分完成，并在不断生成以扩大其范围。数据主要用于自然语言处理领域的训练和评估。