nafisehNik/girt-instruct

GIRT-Instruct数据集是一个包含指令和对应输出对的数据集，基于GIRT-Data和Zephyr-7B-Beta语言模型生成。数据集包含四种类型：default、default+mask、default+summary和default+summary+mask，每种类型在指令中包含的元数据和信息掩码方式不同。该数据集用于训练GIRT-Model模型。

原始信息汇总

GIRT-Instruct 数据集

概述

GIRT-Instruct 是一个由指令和相应输出组成的数据集，基于 GIRT-Data 构建。该数据集利用 GIRT-Data 元数据和 Zephyr-7B-Beta 语言模型生成指令。

类型

GIRT-Instruct 包含四种不同类型：

• default: 包含带有 GIRT-Data 元数据的指令。
• default+mask: 包含带有 GIRT-Data 元数据的指令，其中每个指令中的两个信息字段随机掩码。
• default+summary: 包含带有 GIRT-Data 元数据和摘要字段的指令。
• default+summary+mask: 包含带有 GIRT-Data 元数据和摘要字段的指令，其中每个指令中的两个信息字段随机掩码。

使用方法

python from datasets import load_dataset dataset = load_dataset(nafisehNik/GIRT-Instruct, split=train) print(dataset[train][0]) # 训练集的第一行

引用

@article{nikeghbal2024girt, title={GIRT-Model: Automated Generation of Issue Report Templates}, author={Nikeghbal, Nafiseh and Kargaran, Amir Hossein and Heydarnoori, Abbas}, journal={arXiv preprint arXiv:2402.02632}, year={2024} }