xi0v/UltraInteract-SFT-Instruct

UltraInteract是一个大规模、高质量的对齐数据集，专门设计用于复杂推理任务。每个指令都包含一个偏好树，该树由多样化的规划策略的推理链、与环境的多轮交互轨迹以及用于偏好学习的成对数据组成。数据集的结构包括指令作为根节点，每个动作作为节点，以及从根到叶的路径作为轨迹。数据集的统计信息显示，它包含86k条指令、286k个正确答案和219k对数据。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 数据集大小: 687238字节
• 训练集大小: 288579个示例
• 下载大小: 687238字节
• 数据集类别: 100K<n<1M字节

数据集结构

• UltraInteract 是一个专为复杂推理任务设计的大规模高质量数据集。
• 每个指令包含一个偏好树，包括：
  • 推理链，采用统一的格式展示多样的规划策略
  • 多轮交互轨迹，涉及环境交互和批评
  • 成对数据，用于偏好学习

数据集用途

• 用于支持SFT（Supervised Fine-Tuning）和偏好学习。

数据集统计

• 包含86k指令，286k正确答案，219k成对数据。