Open Orca Dataset Embedding

kaggle2024-02-29 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/atmancoder/open-orca-dataset-embedding

下载链接

链接失效反馈

官方服务：

资源简介：

创建时间：

2024-02-29

Open-Orca

The dataset used for training large language models, with a focus on balancing the text distribution and mitigating overfitting.

DataCite Commons2026-01-07 更新00

Open-Orca/FLAN

--- license: cc-by-4.0 language: - en library_name: transformers pipeline_tag: text-generation datasets: - Open-Orca/OpenOrca size_categories: - 1B 🍮 The WHOLE FLAN Collection! 🍮</

Hugging Face2023-08-02 更新200

zhan1993/orca-cluster-embedding

--- dataset_info: features: - name: id dtype: string - name: system_prompt dtype: string - name: question dtype: string - name: response dtype: string - name: cluster_id

Hugging Face2024-06-11 更新50

Open-Orca/OpenOrca

OpenOrca数据集是一个增强的FLAN数据集合，主要用于自然语言处理领域的训练和评估。该数据集支持多种NLP任务，如语言建模、文本生成和文本增强，并已用于生成高性能模型检查点。数据集主要使用英语，包含来自FLAN集合的增强条目，每个条目包含来自GPT-3.5或GPT-4的响应。该数据集是一个持续进行的工作，定期更新。

Hugging Face2025-02-19 更新2610

Open-Orca/SlimOrca

SlimOrca是OpenOrca数据的一个精选子集，通过GPT-4去除基于FLAN数据集的人类注释中出现的错误答案，使得数据集大小减少到约500k条。这一变化使得在保持与之前发布的数据集相似的训练质量的同时，计算需求减少了2/3。

Hugging Face2023-10-12 更新950