ParisNeo/lollms_aware_dataset
收藏LoLLMs-QNA Dataset
数据集描述
LoLLMs-QNA数据集由ParisNeo创建，基于为LoLLMs开发的文档和知识库。该数据集旨在提供与LoLLMs及其功能相关的全面问题和相应答案集合。数据集结构为JSON文件，每个条目包含一个问题及其对应的答案。问题涵盖LoLLMs的各个方面，包括安装、功能、系统要求以及与其他类似工具的比较。答案提供详细信息和指导，帮助用户有效理解和使用LoLLMs。
值得注意的是，数据集还包含一些关于AI及其潜在用途和威胁的通用思考和反思。这些思考代表ParisNeo的个人观点，不应被视为普遍接受的真理。
数据集创建过程
LoLLMs-QNA数据集的创建过程遵循ParisNeo的白皮书《从文本到交互式知识：构建用于AI训练的聊天风格数据库》。该过程包括从原始文本中提取问题，然后利用原始数据的矢量化版本和LLM生成答案。原始文本包括为LoLLMs开发的文档和知识库，以及ParisNeo在AI领域的个人见解和专业知识。问题随后从这些原始文本中手动制作，涵盖与LoLLMs相关的广泛主题。
为了生成答案，创建了原始数据的矢量化版本，并训练了一个针对LoLLMs领域的LLM模型。然后使用该LLM模型生成准确且信息丰富的答案。
使用的模型
该数据库使用LoLLMs上的Database Maker构建。Database Maker实现了白皮书《从文本到交互式知识：构建用于AI训练的聊天风格数据库》中提出的算法。生成问题和答案所需的LLM任务使用了jondurbin的airoboros-l2-70b-2.2.1模型。
数据集格式
LoLLMs-QNA数据集以JSON文件形式提供。每个条目包含一个字典，有两个键值对：
- "question": 用户提出的问题。
- "answer": 问题的对应答案。
示例条目： json { "question": "What are the features of Lollms-webui?", "answer": "The features of Lollms-webui include:..." }
使用和免责声明
LoLLMs-QNA数据集旨在用于各种任务，包括训练AI模型、开发聊天机器人以及帮助用户理解和使用LoLLMs。然而，重要的是要注意，数据集反映了ParisNeo对AI和LoLLMs的个人愿景和观点。数据集中提供的答案不应被视为普遍接受的真理，而应视为ParisNeo的个人见解和指导。
建议用户在使用数据集时结合其他信息源，并验证所提供答案的准确性和相关性。用户应运用批判性思维，并考虑其特定应用和使用案例的具体上下文和要求。
许可证
Apache 2.0。
