Датасет · Open-Orca
Полная коллекция FLAN
Open-Orca/FLAN
Полный набор задач FLAN в parquet — около 300 ГБ английских текстов для обучения инструкциям.
Что внутри
Репозиторий содержит полную коллекцию FLAN, около 300 ГБ в parquet, сгенерированную официальным seqio-шаблонизатором из GitHub-репозитория Google FLAN Collection. Данные на английском; лицензии наследуются от исходных наборов. Размер — от 100 млн до 1 млрд записей.
Что можно сделать
- Обучить инструкционную LLM
- Сделать SFT LoRA
- Проверить обобщение на задачах FLAN
- Языки
- Английский
- Размер
- 100M–1B записей
- Скачиваний за месяц
- 36,3 тыс.
- Лайков
- 206
Модели, обученные на нём
- dmis-lab/UltraBERT-380MЗаполнение пропусков 15,2 тыс.
- dmis-lab/UltraBERT-150MЗаполнение пропусков 14,6 тыс.
- Sayan01/Llama-Flan-XL2baseГенерация текста 727
- mradermacher/GLM4.7-Distill-LFM2.5-1.2B-i1-GGUFГенерация текста 484
- mradermacher/AlgoMind-1.2B-i1-GGUFГенерация текста 328
- mradermacher/AlgoMind-1.2B-GGUFГенерация текста 285
- mradermacher/GLM4.7-Distill-LFM2.5-1.2B-GGUFГенерация текста 165
- Sayan01/T5-Flan-SmallГенерация текста 101
Как загрузить
from datasets import load_dataset
ds = load_dataset("Open-Orca/FLAN")