Everything_Instruct_Multilingual

Everything Instruct (Multilingual Edition) 旨在为开源AI的大语言模型带来提升，它是一个大型的Alpaca指令格式数据集，涵盖广泛的主题。该数据集包含7,800,783行数据，最大长度为78,451个token，支持包括英语、俄语、中文、韩语、乌尔都语、拉丁语、阿拉伯语、德语、西班牙语、法语、印地语、意大利语、日语、荷兰语和葡萄牙语在内的多种语言。数据内容涵盖科学、社交媒体、常识、多语言翻译、烹饪、写作、医学、历史、法律、角色扮演、新闻、编程、数学、函数调用和通用指令等多个领域，数据来源于多个公开数据集。该数据集采用Apache-2.0授权许可。