five

caskcsg/LongMagpie_p-mix_64k_dataset

收藏
Hugging Face2025-08-02 更新2025-07-05 收录
下载链接:
https://hf-mirror.com/datasets/caskcsg/LongMagpie_p-mix_64k_dataset
下载链接
链接失效反馈
官方服务:
资源简介:
LongMagpie是一个自合成框架,用于自动生成大规模的长上下文指令数据。该数据集通过利用对齐的长上下文大型语言模型(LLMs)来自动回归生成上下文相关的查询,从而无需人工干预即可生成高质量的指令。实验表明,LongMagpie在长上下文任务上取得了领先性能,同时在短上下文任务上也能保持竞争力,使其成为开放、多样化和可扩展的长上下文指令数据合成的有效方法。

LongMagpie is a self-synthesis framework that automatically generates large-scale long-context instruction data. The dataset utilizes aligned long-context large language models (LLMs) to auto-regressively generate contextually relevant queries, producing high-quality instructions without human effort. Experiments demonstrate that LongMagpie achieves leading performance on long-context tasks while maintaining competitive performance on short-context tasks, establishing it as a simple and effective approach for open, diverse, and scalable long-context instruction data synthesis.
提供机构:
caskcsg
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作