Databricks Dolly 15k

该数据集是由Databricks员工众包生成的，包含15,000个人工生成的提示/回应对，质量上乘。在此基础上，Dolly-V2模型被针对研究和商业用途进行了微调，任务是对AI模型的指令跟随。

This dataset was crowdsourced by Databricks employees, containing 15,000 high-quality human-generated prompt/response pairs. Based on this dataset, the Dolly-V2 model was fine-tuned for both research and commercial applications, with the task focused on AI instruction following.

搜集汇总

背景与挑战

背景概述

Databricks Dolly 15k是一个包含约15k条指令/响应记录的数据集，用于训练基于pythia-12b的Dolly模型，支持商业使用。数据集涵盖多个能力领域，但存在性能和数据集偏见等局限性。