totally-not-an-llm/collage-40k
收藏Hugging Face2023-07-04 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/totally-not-an-llm/collage-40k
下载链接
链接失效反馈官方服务：
资源简介：
Collage 40k是一个包含大约40,000个用户/助手对话的数据集，这些对话由GPT-3.5和GPT-4生成。该数据集是通过从其他数据集中提取过滤后的子集创建的。具体来说，数据集包含了来自GPTeacher general-instruct、ShareGPT和OpenOrca（逐步）的对话。数据集经过了过滤，去除了审查、拒绝、对齐和低质量的对话。数据以ShareGPT格式提供。
提供机构：
totally-not-an-llm
原始信息汇总
Collage 40k Dataset 概述
数据集基本信息
- 名称: Collage 40k Dataset
- 生成方式: 由GPT-3.5和GPT-4生成，包含约40,000次用户与助手的对话。
- 来源: 从其他数据集中提取并过滤的子集。
数据集详细信息
- 总对话数: 39,819
- 子集详情:
- GPTeacher general-instruct: 13,567
- ShareGPT: 16,409
- OpenOrca (step by step): 9,843
- 数据处理: 经过过滤，移除了审查、拒绝、对齐和低质量的对话。
- 数据格式: ShareGPT格式
许可信息
- 整体许可: Apache-2.0
- 子集许可:
- OpenOrca: MIT
- GPTeacher: MIT
