InfinityInstruct-3M 启动千万级指令微调数据集

InfinityInstruct 是由北京智源人工智能研究院 (Beijing Academy of Artificial Intelligence, BAAI) 推出的一个大规模、高质量的开源指令微调数据集项目。该项目的目标是开发一个包含数百万条指令的数据集，以支持大型语言模型的指令跟踪能力，进而提升模型性能。

InfinityInstruct is a large-scale, high-quality open-source instruction tuning dataset project launched by the Beijing Academy of Artificial Intelligence (BAAI). The project aims to develop a dataset containing millions of instruction entries to support the instruction-following capabilities of large language models, thereby enhancing model performance.

搜集汇总

背景与挑战

背景概述

InfinityInstruct-3M是由北京智源人工智能研究院推出的大规模、高质量开源指令微调数据集，包含300万条中英文指令数据，旨在提升大型语言模型的指令跟踪能力。该数据集通过高质量筛选和社区贡献构建，预计未来扩展至千万级规模，并有望达到GPT-4水平的模型性能。