vicgalle/configurable-system-prompt-multitask

我们发布了用于多任务实验的合成数据集，该数据集来源于论文《使用合成偏好数据配置语言模型的安全调优》。数据集包含两个主要来源的示例：一是基于SOLAR-Instruct模型的安全任务自我批评，使用两种系统提示来学习不同的行为；二是来自`truthy-dpo`数据集，用于增强模型的真实性，使用两种类型的系统提示。数据集包含以下字段：`system`（系统提示）、`prompt`（用户提示）、`chosen`（首选答案）、`rejected`（非首选答案）。为了使用`trl`库进行微调，您需要使用一个允许系统提示的模型，或者将`system`和`prompt`字段连接成一个字段。

原始信息汇总

数据集概述

数据集基本信息

• 名称: Configurable System Prompt Multi-task Dataset
• 特征:
  • system: 系统提示，字符串类型
  • prompt: 用户提示，字符串类型
  • chosen: 首选答案，字符串类型
  • rejected: 非首选答案，字符串类型
  • task: 任务描述，字符串类型
• 分割:
  • train: 1952个样本，总大小3747667字节
• 下载大小: 2087335字节
• 数据集大小: 3747667字节
• 许可证: cc-by-4.0

任务与语言

• 任务类别: 文本生成
• 语言: 英语

标签与大小分类

• 标签:
  • 安全
  • 系统提示
  • 合成
  • dpo
• 大小分类: 1K<n<10K