instruct

This dataset is a combination of multiple sources, including the GPT4All dataset, the Alpaca dataset from Stanford, custom generation using AllenAI augmentation, and some dataset augmentation from open-source Meta datasets. The dataset is split into 70% for training, 20% for validation, and 10% for testing.

本数据集为多源整合数据集，涵盖GPT4All数据集（GPT4All）、斯坦福大学推出的Alpaca数据集（Alpaca Dataset）、依托AllenAI（AllenAI）增强技术生成的自定义样本，以及部分源自Meta开源数据集的数据增强样本。该数据集按70%训练集、20%验证集、10%测试集的比例完成划分。