mlabonne/alpagasus

这是一个非官方的AlpaGasus实现数据集，基于原始Alpaca数据集经过GPT-4筛选的版本。数据集包含instruction、input和output三个字段，均为字符串类型。数据集的train划分包含9229个样本，总大小为3918129字节。作者展示了使用这个版本的9k样本训练的模型优于使用原始52k样本训练的模型。

原始信息汇总

数据集概述

数据集特征

• instruction: 数据类型为字符串
• input: 数据类型为字符串
• output: 数据类型为字符串

数据集分割

• train: 包含9229个样本，总大小为3918129字节

数据集大小

• 下载大小: 2486877字节
• 数据集大小: 3918129字节

配置

• config_name: default
• data_files:
  • split: train
  • path: data/train-*

许可证

• license: gpl-3.0

任务类别

• task_categories: text-generation

标签

• tags:
  • alpaca
  • llama

大小类别

• size_categories: 1K<n<10K