dokiik/MIXTURE
收藏官方服务：
资源简介：
MIXTURE是一个为指令精炼设计的数据库，它可以将稀疏、不完整和低质量的输入转换为一个信息密集的输出。该数据集包含两个部分：data_sft/用于冷启动监督微调（SFT），data_grpo/用于群组相对策略优化（GRPO）训练。
MIXTURE is a dataset designed for instruction distillation, which transforms sparse, incomplete, and low-quality inputs into a single information-dense output. The dataset includes two parts: data_sft/ for cold start supervised fine-tuning (SFT), and data_grpo/ for Group Relative Policy Optimization (GRPO) training.
提供机构：
dokiik
