Self-instruct Starcoder

kaggle2023-11-24 更新2024-03-07 收录

下载链接：

https://www.kaggle.com/datasets/thedevastator/exploring-starcoder-instructions

下载链接

链接失效反馈

官方服务：

资源简介：

Instruct dataset generated from starcoder

创建时间：

2023-11-24

Self-Instruct

Self-Instruct-52K 是使用self-instruct 方法生成的英语指令数据集，共包含52K 条指令以及82K 个实例输入和输出。最初，由人工收集创建了175 个种子任务，每个任务包括1 个指令和1 个包含输入输出的实例。然后，每次随机抽取了8 个指令作为示例，以此提示GPT-3 生成了新的指令，之后在这些已有指令的基础上，继续利用GPT-3 生成实例输入及其对应的输出，从而获得了

github2022-12-01 更新920

Self-Instruct Synthetic Dataset

该数据集是一个综合性的数据集，包含了超过52,000条指令和82,000个实例，这些数据是利用语言模型生成的，旨在提升模型遵循指令的能力。此外，该数据集使用了GPT-3的“davinci”引擎进行生成，包含了多样化的意图和文本格式。在规模上，该数据集拥有52,000条指令和82,000个实例，其任务是进行指令调优。

arXiv100

Self-Instruct Data Generation Project

该项目旨在使用Llama-3模型的Self-Instruct方法生成一个大型指令数据集。主要目标是利用迭代生成、过滤和精炼过程，从一小部分手动编写的指令扩展成一个全面的指令数据集。

github2024-06-26 更新330

self-instruct

Self-Instruct is a framework that helps language models improve their ability to follow natural language instructions. It does this by using the model's own generations to create a large collection of

OpenXLab70

zichao22/self-instruct

--- dataset_info: features: - name: 'Unnamed: 0' dtype: int64 - name: prompt dtype: string - name: program dtype: string - name: text dtype: string splits: - name: train

Hugging Face2024-06-05 更新300