Nekochu/Tree-of-Web-Knowledge

该数据集受到Tree of Knowledge (ToK)的启发，并重新设计为Proof of Concept，称为Tree-of-Web-Knowledge (ToWK)。数据集使用llama2创建，并通过llm-blender/PairRM进行清理和去重。可能的改进方向包括使用自定义的Web搜索代替JSON对象。

Inspired by Tree of Knowledge (ToK), now remade as Proof of Concept: Tree-of-Web-Knowledge aka ToWK. Alpaca Dataset created using llama2, cleaned using score of llm-blender/PairRM and dedup. Possible improvement: custom Web search instead of JSON obj.

原始信息汇总

数据集概述

基本信息

• 许可证: Apache-2.0
• 任务类别:
  • 问答
  • 文本到文本生成
• 语言: 英语

数据集来源与处理

• 灵感来源于Tree of Knowledge (ToK)，现重制为Proof of Concept: Tree-of-Web-Knowledge (TWoK)。
• 使用llama2创建的Alpaca数据集，清理过程使用了llm-blender/PairRM和dedup的评分。

改进建议

• 建议使用VinciGit00/Scrapegraph-ai进行自定义网页搜索，替代JSON对象。