Датасет · MBZUAI

2,58 млн пар инструкций на английском

MBZUAI/LaMini-instruction

2,58 млн пар «инструкция — ответ» на английском, созданных дистилляцией от gpt-3.5-turbo.

Что внутри

Датасет содержит 2,58 млн пар инструкций и ответов на английском языке. Пары сгенерированы с помощью gpt-3.5-turbo на основе существующих наборов промптов, включая self-instruct и P3, по методу дистилляции. Формат в карточке не уточнён.

Что можно сделать

SFT-дообучение инструкционных LLM
Сравнение дистиллированных моделей с учителем
Оценка качества следования инструкциям

Языки: Английский
Размер: 1M–10M записей
Скачиваний за месяц: 468
Лайков: 148

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("MBZUAI/LaMini-instruction")

Открыть на Hugging Face