pharaouk/UltraInteract_sft

UltraInteract_sft是一个大规模、高质量的用于复杂推理任务的对齐数据集。每个指令包含一个偏好树，其中包括多样化的规划策略、多轮交互轨迹和成对数据以促进偏好学习。数据集包含86k指令、286k正确答案和219k对数据。数据格式为JSONC，包含任务类型、数据集来源、指令和响应等信息。

原始信息汇总

数据集概述

数据集名称

• 名称: UltraInteract_sft
• 许可证: MIT

数据集结构

• 特征:

  • task: 数据类型为字符串
  • dataset: 数据类型为字符串
  • instruction: 数据类型为字符串
  • response: 数据类型为字符串
  • id: 数据类型为字符串
  • parent_id: 数据类型为字符串

• 分割:

  • train: 包含288579个示例，总字节数为687238

数据集大小

• 下载大小: 687238字节
• 数据集大小: 687238字节

数据集格式

• 文件: ultrainteract_sft.json
• 编码: JSONC
• 示例结构: jsonc { "id": "...", "parent_id": "...", "task": "...", "dataset": "...", "instruction": "...", "response": "..." }

任务类型

• Coding: 编码任务
• Math_Cot: 数学问题解决
• Math_PoT: 数学问题解决
• Logic: 逻辑推理

数据集来源

• codecontest: 编码任务数据集
• mathqa: 数学问题解决数据集
• hotpotqa: 逻辑推理数据集

数据集示例

• Coding示例: 提供Python代码解决特定问题
• Math示例: 使用Python解释器解决数学问题
• Logic示例: 使用Wikipedia搜索工具解决逻辑问题

数据集统计

• 包含: 86k指令, 286k正确答案, 219k对

引用信息

• 作者: Lifan Yuan 等
• 标题: Advancing LLM Reasoning Generalists with Preference Trees
• 年份: 2024
• 类别: cs.CL