internlm/Agent-FLAN

Agent-FLAN数据集旨在通过微调大型语言模型（LLMs）来提升其在代理任务中的表现。该数据集由AgentInstruct、Toolbench和定制的负面代理样本组成，采用特定的数据生成管道进行训练。数据集的特征包括对话格式，每个对话包含角色、内容和损失等字段。通过精心设计的训练语料库，Agent-FLAN使Llama2-7B模型在各种代理评估数据集上表现优于之前的最佳工作，并显著减轻了幻觉问题。

原始信息汇总

数据集概述

数据集名称

• AgentFLAN

数据集配置

• 默认配置 (default):
  • 包含多个数据文件，每个文件对应不同的数据分割：
    • agent_instruct_react
    • agent_instruct_tflan
    • toolbench_instruct_j1s1_3k
    • toolbench_negative
    • toolbench_react_10p
    • toolbench_tflan_60p_r10r5u7
    • toolbench_tflan_cot_30p

数据集信息

• 特征 (features):
  • conversation:
    • role (字符串类型)
    • content (字符串类型)
    • loss (布尔类型)
  • id (字符串类型)

许可证

• Apache-2.0

标签

• agent