HachiML/self-rewarding_instruct

self-rewarding_instruct数据集是一个合成数据集，使用Stanford Alpaca的方法，以kunishou/oasst1-89k-ja作为种子任务，通过mistralai/Mixtral-8x22B-Instruct-v0.1模型生成。数据集主要用于self-rewarding和Instruction Tuning，包含instruction_id、instruction、input和output_example等特征。数据集分为AIFT_M1、AIFT_M2和AIFT_M3三个部分，分别包含4000、7000和7111个例子。数据集的语言为日语，遵循Apache 2.0许可证。

原始信息汇总

数据集概述

基本信息

• 语言: 日语
• 许可证: Apache 2.0
• 任务类别: 文本生成

数据集特征

• 特征名称: instruction_id, instruction, input, output_example
• 数据类型: 均为字符串类型

数据集拆分

• 拆分名称: AIFT_M1, AIFT_M2, AIFT_M3
• 示例数量:
  • AIFT_M1: 4000
  • AIFT_M2: 7000
  • AIFT_M3: 7111
• 字节大小:
  • AIFT_M1: 2732892
  • AIFT_M2: 4896939
  • AIFT_M3: 5063803

数据集大小

• 下载大小: 6738032
• 数据集总大小: 12693634

配置信息

• 配置名称: default
• 数据文件路径:
  • AIFT_M1: data/AIFT_M1-*
  • AIFT_M2: data/AIFT_M2-*
  • AIFT_M3: data/AIFT_M3-*

标签

• 合成数据
• 自我指导
• 自我奖励