zhengxuanzenwu/dolly-self-instr-oasst1-OIG-sharegpt-dolly_format
收藏Hugging Face2023-07-24 更新2024-03-04 收录
下载链接：
https://hf-mirror.com/datasets/zhengxuanzenwu/dolly-self-instr-oasst1-OIG-sharegpt-dolly_format
下载链接
链接失效反馈官方服务：
资源简介：
该数据集名为dolly-self-instr-oasst1-OIG-sharegpt-dolly_format，旨在进行较少依赖上下文的调整，专注于开放性。数据集结合了多个HF数据集，并应用了过滤条件，包括Dolly（仅保留无上下文的条目，不包括封闭问答、总结、提取）、Self-instruct（仅保留人类创建的条目）、oasst1、OIG的3个子集（用于Koala）和sharegpt（仅保留指令在空格分割后超过10个词的条目）。
该数据集名为dolly-self-instr-oasst1-OIG-sharegpt-dolly_format，旨在进行较少依赖上下文的调整，专注于开放性。数据集结合了多个HF数据集，并应用了过滤条件，包括Dolly（仅保留无上下文的条目，不包括封闭问答、总结、提取）、Self-instruct（仅保留人类创建的条目）、oasst1、OIG的3个子集（用于Koala）和sharegpt（仅保留指令在空格分割后超过10个词的条目）。
提供机构：
zhengxuanzenwu
原始信息汇总
数据集概述
数据集名称
"dolly-self-instr-oasst1-OIG-sharegpt-dolly_format"
数据集特征
- instruction (字符串类型)
- context (字符串类型)
- response (字符串类型)
- category (字符串类型)
数据集分割
- 训练集：包含257307个样本，总大小为405052984.34317416字节。
- 验证集：包含2500个样本，总大小为3935502.9628340285字节。
数据集大小
- 下载大小：235552617字节
- 数据集总大小：408988487.30600816字节
许可证
apache-2.0
任务类别
- 文本生成
语言
- 英语
大小类别
- 100K<n<1M
