Датасет · OpenAssistant
Деревья диалогов Open Assistant
OpenAssistant/oasst2
Многоязычные деревья сообщений «��ромптер — ассистент» для обучения и оценки ассистентов.
Что внутри
OASST2 содержит деревья сообщений: корень — начальный промпт, у него есть ответы-ветки, у которых могут быть свои ответы. Роли строго чередуются: prompter и assistant. Языки — английский, испанский, русский, немецкий, польский и тайский; объём — от 100 тыс. до 1 млн примеров, формат — табличные и текстовые данные.
Что можно сделать
- Обучить SFT-ассистента на диалогах
- Собрать reward-модель для RLHF
- Проверить русскоязычного ассистента
- Языки
- Английский, Испанский, Русский, Немецкий, Польский, Тайский, Вьетнамский, sv и ещё 4
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 18,3 тыс.
- Лайков
- 315
Модели, обученные на нём
- BSC-LT/salamandra-7b-instruct-2606Генерация текста 9 тыс.
- Horizon-Labs/prompt-injection-guard-baseКлассификация текста 6,2 тыс.
- Horizon-Labs/prompt-injection-guard-smallКлассификация текста 4,1 тыс.
- ltg/normistral-7b-warm-instructГенерация текста 3 тыс.
- mradermacher/Aitana-7B-S-Instruct-i1-GGUFГенерация текста 2,2 тыс.
- mradermacher/llama-3-youko-8b-instruct-i1-GGUF 2,1 тыс.
- mradermacher/llama-3-youko-8b-instruct-GGUF 2 тыс.
- BSC-LT/ALIA-40b-instruct-2606Генерация текста 1,6 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("OpenAssistant/oasst2")