five

Felladrin/ChatML-open-instruct

收藏
Hugging Face2024-02-22 更新2024-03-04 收录
下载链接:
https://hf-mirror.com/datasets/Felladrin/ChatML-open-instruct
下载链接
链接失效反馈
官方服务:
资源简介:
--- license: cc-by-3.0 task_categories: - text-generation - text2text-generation language: - en size_categories: - 100K<n<1M --- [VMware/open-instruct](https://huggingface.co/datasets/VMware/open-instruct) in ChatML format, ready to use in [HuggingFace TRL's SFT Trainer](https://huggingface.co/docs/trl/main/en/sft_trainer). Python code used for conversion: ```python from datasets import load_dataset from transformers import AutoTokenizer tokenizer = AutoTokenizer.from_pretrained("Felladrin/Llama-160M-Chat-v1") dataset = load_dataset("VMware/open-instruct", split="train") def format(columns): messages = [ { "role": "user", "content": columns["instruction"].strip(), }, { "role": "assistant", "content": columns["response"].strip(), }, ] return { "text": tokenizer.apply_chat_template(messages, tokenize=False) } dataset.map(format).select_columns(['text', 'source', 'task_name']).to_parquet("train.parquet") ```
提供机构:
Felladrin
原始信息汇总

数据集概述

许可证

  • 该数据集遵循CC BY 3.0许可证。

任务类别

  • 文本生成
  • 文本到文本生成

语言

  • 英语

数据集大小

  • 数据集大小介于100K到1M之间。
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