pszemraj/fleece2instructions-inputs-alpaca-cleaned
收藏Hugging Face2023-03-25 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/pszemraj/fleece2instructions-inputs-alpaca-cleaned
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是从`alpaca-lora`仓库下载的，并按照`ODC-BY`许可证进行处理。数据集的主要任务类别是文本到文本生成（text2text-generation），语言为英语。数据集包含了原始数据集中的`inputs`和`instruction`列，并将它们聚合在一起，形成`instructions_inputs`列。此外，数据集还进行了预处理，删除了`output`列中单词数少于4的行。数据集的结构包括训练集、测试集和验证集，每个集合都包含`instructions_inputs`和`output`两个特征。
提供机构：
pszemraj
原始信息汇总
数据集概述
基本信息
- 许可证: ODC-BY
- 任务类别: 文本生成
- 语言: 英语
- 标签: 指令生成, 生成指令
- 数据规模: 10K<n<100K
数据处理
- 原始数据来源: alpaca-lora 仓库
- 处理方式: 将原始数据集中的
inputs和instruction列合并为instructions_inputs列，并在文本前加上<instruction>或<inputs>标记，以便模型理解和后续正则分离。 - 数据清洗: 删除
output列中少于4个单词的行。
数据结构
- 训练集: 包含
instructions_inputs和output两个特征，共43537行。 - 测试集: 包含
instructions_inputs和output两个特征，共2418行。 - 验证集: 包含
instructions_inputs和output两个特征，共2420行。
