SurgeGlobal/LaMini

LaMini数据集是一个使用h2ogpt-gm-oasst1-en-2048-falcon-40b-v2模型生成的指令数据集，旨在通过指令调优预训练模型，使其在多种下游任务中表现更好。数据集包含1504个独特的指令示例，每个示例包含指令和响应。数据集可用于微调语言模型，以提高其遵循指令和生成相关响应的能力。

原始信息汇总

LaMini 数据集概述

数据集信息

特征

• instruction: 字符串类型
• source: 字符串类型
• response: 字符串类型
• llama2_status: 字符串类型
• llama2_rating: 字符串类型
• llama2_reason: 字符串类型
• gpt4_status: 字符串类型
• gpt4_rating: 字符串类型
• gpt4_reason: 字符串类型
• falcon_status: 字符串类型
• falcon_rating: 字符串类型
• falcon_reason: 字符串类型

数据分割

• train: 3287768 字节，包含 1504 个样本

数据集大小

• 下载大小: 1603115 字节
• 数据集大小: 3287768 字节

配置

• default: 包含训练数据文件，路径为 data/train-*

任务类别

• 文本生成

语言

• 英语

数据集生成

基础模型

• h2oai/h2ogpt-gm-oasst1-en-2048-falcon-40b-v2

种子指令

• 来源: databricks/databricks-dolly-15k 数据集

生成策略

• 示例引导和主题引导策略

总指令数

• 1,504 个唯一指令示例

数据集结构

每个条目包含：

• Instruction
• Response

使用

LaMini 数据集可用于微调语言模型，以提高其遵循指令和生成相关响应的能力。

访问

数据集可在 HuggingFace 上获取，链接为 https://huggingface.co/datasets/SurgeGlobal/LaMini

引用

如果该数据集对您的工作有用，请按以下格式引用：

@misc{surge2024openbezoar, title={OpenBezoar: Small, Cost-Effective and Open Models Trained on Mixes of Instruction Data}, author={Chandeepa Dissanayake and Lahiru Lowe and Sachith Gunasekara and Yasiru Ratnayake}, year={2024}, eprint={2404.12195}, archivePrefix={arXiv}, primaryClass={cs.CL} }

数据集作者

Chandeepa Dissanayake, Lahiru Lowe, Sachith Gunasekara, 和 Yasiru Ratnayake