wenbopan/OpenHermes-2.5-zh

OpenHermes-2.5-zh数据集是OpenHermes-2.5和glaive-function-calling数据集的部分中文翻译，使用了GPT-3.5进行翻译，并过滤了低质量翻译。该数据集主要用于指令微调，帮助LLM模型更好地处理中文指令。数据集包含91506个样本，每个样本的结构与OpenHermes-2.5相同，仅翻译了对话部分，其他字段保持原样。

The OpenHermes-2.5-zh dataset is a partial Chinese translation of the OpenHermes-2.5 and glaive-function-calling datasets, which was performed using GPT-3.5, with low-quality translations filtered out. This dataset is primarily intended for instruction fine-tuning to help Large Language Models (LLMs) better handle Chinese instructions. It contains 91,506 samples, each with the same structure as the original OpenHermes-2.5 dataset, where only the dialogue portions have been translated while all other fields remain unchanged.

原始信息汇总

数据集概述

数据集名称: OpenHermes-2.5-zh

数据集描述: OpenHermes-2.5-zh 是 OpenHermes-2.5 数据集的部分中文翻译版本，由 GPT-3.5 翻译了原数据集大约 10% 的样本，并过滤掉了低质量的翻译。该数据集主要用于帮助微调中文的大型语言模型（LLM），以更好地处理中文指令。

数据集结构: 包含 91,506 个样本，每个样本的结构与 OpenHermes-2.5 相同。仅对话部分被翻译，其他字段保持原样。样本示例包括系统提示、ID、原始索引、对话内容等。

数据集规模:

• 大小类别: 10K<n<100K

语言:

• 中文 (zh)

任务类别:

• 文本生成 (text-generation)

许可证:

• Apache-2.0

引用信息

bibtex @misc{OpenHermes 2.5-zh, title = {OpenHermes 2.5-zh: A partial Chinese translation of OpenHermes-2.5}, author = {Wenbo Pan}, year = {2024}, publisher = {HuggingFace}, url = {https://huggingface.co/datasets/wenbopan/OpenHermes-2.5-zh} }

搜集汇总

背景与挑战

背景概述

OpenHermes-2.5-zh是一个中文指令微调数据集，基于OpenHermes-2.5进行部分翻译，使用GPT-3.5处理并过滤低质量内容，旨在增强大型语言模型的中文指令处理能力。数据集包含约9.1万个样本，结构与原数据集相同，适用于文本生成任务，并采用Apache 2.0许可证。