InstructWild

指令调整是ChatGPT的关键组成部分。OpenAI使用他们的基于用户的指令数据集，但不幸的是，这个数据集不是开源的。Self-instruction发布了由175人工编写的指令组成的小指令数据集。斯坦福羊驼团队text-davinci-003从上述175个种子指令中按模型生成了52k指令。

该项目的目标是一个更大、更多样化的指令数据集。为此，我们从ChatGPT使用截图中收集了429个描述，并发布了中英文版本。我们发现这些指令非常多样化，即使规模仍然很小。我们跟随羊驼生成52k命令及其响应。所有数据都可以在目录数据中找到。

注意: 这是一个正在进行的项目。我们仍在收集和改进我们的数据。我们提前发布这个数据集，以加速我们的LLM研究。我们还将很快发表白皮书。