Norquinal/claude_evol_instruct_100k

该数据集包含约10万条由Claude生成的指令/响应对，移除了明显对齐的实例，最终保留了97237条指令。数据集具有实验性质，主要体现在两个方面：一是从头到尾完全由Anthropic的Claude AI合成生成；二是使用了不完全复现的evol-instruct方法生成，首先生成了5万条指令，然后通过一轮evol-instruct处理。

This dataset contains approximately 100,000 Claude-generated instruction-response pairs, with overtly aligned instances removed, ultimately retaining 97,237 valid instruction samples. The dataset is experimental in nature, featuring two key attributes: first, it is fully synthetically produced by Anthropic's Claude AI from start to finish; second, it was developed using an incompletely reproduced evol-instruct method. Specifically, 50,000 initial instructions were first generated, followed by one round of evol-instruct processing.

原始信息汇总

数据集概述

数据集大小

• 包含约100,000个指令/响应对。
• 经过筛选后，剩余97,237个指令。

数据集特点

1. 生成方式：完全通过Anthropic的Claude AI合成生成。
2. 生成过程：
   • 初始生成50,000个指令。
   • 通过一次evol-instruct方法的迭代处理。

实验性质

• 数据集具有实验性，体现在：
  • 完全合成生成。
  • 使用不完全精确的evol-instruct方法进行生成和迭代。