snipaid/instruct-snippet-mlsum

这是一个用于新闻片段生成多任务指令微调的数据集，基于约500篇来自MLSUM数据集的新闻文章，并增加了机器生成的新闻片段。支持的任务包括生成新闻标题、摘要、关键词、搜索引擎结果页面（SERP）标题标签和元描述以及推文。数据集的语言为德语，结构包括标签、指令、输入和输出四个特征。数据集的创建基于Snippet-MLSUM-500，并通过GPT-3.5生成指令。使用数据时需要注意部分片段是机器生成的，可能存在模型幻觉、毒性和刻板印象等问题。

原始信息汇总

数据集概述

数据集名称

Instruct-Snippet-MLSUM-500

数据集描述

这是一个用于多任务指令微调的数据集，主要用于新闻片段生成。该数据集基于约500篇来自MLSUM数据集的新闻文章样本，并增加了机器生成的新闻片段。

支持的任务

数据集旨在支持生成新闻片段的任务，包括标题、预告、关键词、SERP标题标签、SERP元描述和推文。

语言

数据集语言为德语（de）。

数据集结构

• label: 字符串特征
• instruction: 字符串特征
• input: 字符串特征
• output: 字符串特征

数据集创建

数据集由Snippet-MLSUM-500创建，指令由GPT-3.5根据人工策划的种子集生成。

使用数据时的注意事项

数据集的部分片段是机器生成的，可能存在模型幻觉、毒性和刻板印象的迹象。

许可证信息

数据集根据MIT许可证授权。