Instinct-AI/Xerxes-Instruct-700K

Xerxes数据集以波斯国王Xerxes命名，因其智慧和战略才能而闻名，是四个不同数据集的集合。该数据集旨在满足自然语言处理任务日益增长的需求，特别是在对话建模和理解领域。数据集包含从生成模型到真实世界互动的各种对话来源。每个对话都标注了参与者的角色，提供了对话动态的深入洞察。数据集包括GPT4、Starling、MetaMath和WizardLM Instruct四个子数据集，涵盖了广泛的对话主题和风格。

原始信息汇总

数据集卡片 "Xerxes-Instruct-700K"

描述

Xerxes 数据集是由四个不同的数据集合并而成的，旨在满足自然语言处理任务，特别是对话建模和理解的需求。该数据集包含从生成模型到现实世界交互的各种来源的对话，每个对话都标注了参与者的角色，提供了对话动态的洞察。

概览

• GPT4 数据集： 由 GPT4 模型生成的对话，展示了其语言生成能力。
• Starling 数据集： 来自 Starling 数据集的多样化对话数据，反映了广泛的主题和对话风格。
• MetaMath 数据集： 从 MetaMath 数据集中提取的关于数学主题的讨论，提供了专业对话的视角。
• WizardLM Instruct 数据集： 包含教学内容的对话，来自 WizardLM Instruct 数据集，丰富了数据集的教育性讨论。

配置

• 配置名称： default
• 数据文件：
  • 分割： train
    • 路径： data/train-*
• 数据集信息：
  • 特征：
    • 对话：
      • 内容： 对话的文本内容。
      • 角色： 对话中每个参与者的角色。
  • 分割：
    • 名称： train
    • 字节数： 777,727,528
    • 示例数： 702,522
  • 下载大小： 402,767,851 字节
  • 数据集大小： 777,727,528 字节

许可证

Xerxes 数据集继承了其组成数据集的许可证。请参考每个单独数据集的许可证以获取更多信息。