Датасет · TIGER-Lab
Веб-инструкции из форумов
TIGER-Lab/WebInstructSub
Высококачественный поднабор инструкций из веб-форумов для обучения LLM.
Что внутри
Текстовый датасет на английском от 1 млн до 10 млн примеров. Это часть данных из MAmmoTH2, собранная в основном с форумов вроде StackExchange. Поднабор позиционируется как высококачественные инструкции для повышения качества LLM.
Что можно сделать
- SFT/инструктивное дообучение LLM
- Обучение моделей вопрос-ответ
- LoRA для задач рассуждения
- Задачи
- Вопрос-ответ
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 8,9 тыс.
- Лайков
- 173
Модели, обученные на нём
- TIGER-Lab/MAmmoTH2-8B-PlusГенерация текста 9,1 тыс.
- TIGER-Lab/MAmmoTH2-8x7B-PlusГенерация текста 9,1 тыс.
- TIGER-Lab/MAmmoTH2-7B-PlusГенерация текста 8,8 тыс.
- mradermacher/MAmmoTH2-8x7B-i1-GGUF 2 тыс.
- mradermacher/MAmmoTH2-8B-Plus-i1-GGUF 1,9 тыс.
- QuantFactory/MAmmoTH2-7B-Plus-GGUFГенерация текста 1,4 тыс.
- mradermacher/MAmmoTH2-8x7B-GGUF 1,3 тыс.
- QuantFactory/MAmmoTH2-7B-GGUFГенерация текста 1,2 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("TIGER-Lab/WebInstructSub")