VMware/open-instruct-v1-oasst-dolly-hhrlhf

该数据集是OpenAssistant/oasst1的过滤子集和Mosaic-dolly-hhrlhf的训练分割的组合。数据集包含三列：instruction（自然语言指令，不含任何提示模板）、alpaca_prompt（指令的Alpaca提示模板版本）和response（对指令的响应）。数据集可用于商业目的，但需遵循许可条款。

原始信息汇总

数据集卡片 "open-instruct-v1-oasst-dolly-hhrlhf"

数据集概述

该数据集是以下几个数据集的组合：

1. OpenAssistant/oasst1 的筛选子集
2. Mosaic-dolly-hhrlhf 的训练集（包含 Databricks dolly-15k 数据集和 Anthropics HH-RLHF 的筛选子集）

数据集结构

数据集包含以下三列：

1. instruction: 自然语言指令，不包含任何提示模板（从 Mosaic-dolly-hhrlhf 的 alpaca 格式中提取）
2. alpaca_prompt: 指令的 Alpaca 提示模板版本
3. response: 对指令的响应

数据集信息

• 特征:
  • name: Unnamed: 0 dtype: int64
  • name: alpaca_prompt dtype: string
  • name: response dtype: string
  • name: instruction dtype: string
• 分割:
  • name: train num_bytes: 60252132 num_examples: 62971
• 下载大小: 33232110
• 数据集大小: 60252132

许可证

• 可用于商业用途，只要遵守许可证条款。
• 数据集中某些类别的材料来自以下来源，根据 CC BY-SA 3.0 许可证授权：
  • Wikipedia（多个页面）- https://www.wikipedia.org/
  • Databricks - https://www.databricks.com
  • Mosaic ML - https://www.mosaicml.com/
  • VMware