vietdata/mixed-llm-instruction

vietdata/mixed-llm-instruction数据集是一个开源的集合，专为指令调优和提示恢复设计。该数据集包含三个关键列：prompt、context和response。prompt和context来源于databricks/databricks-dolly-15k数据集，并进一步使用LLMs生成改写后的prompt。每个改写后的prompt与随机选择的context配对，并通过together.ai API由各种大型语言模型处理生成response。该数据集适用于指令调优和提示恢复。

原始信息汇总

数据集概述

基本信息

• 名称: vietdata/mixed-llm-instruction
• 语言: 英语 (en)
• 许可证: Apache-2.0
• 任务类别: 文本生成 (text-generation)

数据集结构

• 特征:
  • prompt: 字符串类型，语言模型的初始查询或指令。
  • context: 字符串类型，与提示相关的背景信息或附加细节。
  • response: 字符串类型，语言模型对提供的提示和上下文的输出。

数据集大小

• 下载大小: 6547413 字节
• 数据集大小: 11115540 字节
• 训练集:
  • 示例数量: 6699
  • 字节数: 11115540

数据生成过程

1. 源选择: 从 databricks/databricks-dolly-15k 数据集中选择提示和上下文。
2. 配对: 随机配对提示和上下文。
3. 模型调用: 使用 together.ai API 将配对的提示和上下文传递给多个大型语言模型。
4. 响应收集: 收集模型生成的响应并包含在数据集中。

使用场景

• 指令调整: 通过提供多样化的提示和上下文来增强语言模型的性能和可靠性。
• 提示恢复: 开发基于给定上下文和响应恢复或重构提示的技术和模型。