Датасет · akoksal
Инструкции для генерации длинных связных текстов LongForm
akoksal/LongForm
Англоязычный датасет с инструкциями, восстановленными по реальным текстам из Википедии, C4 и Stack Exchange.
Что внутри
Внутри находятся пары инструкций и развёрнутых ответов на английском языке, объём составляет от 10 до 100 тысяч записей. Для создания авторы брали готовые тексты людей из корпусов C4 и Wikipedia и с помощью LLM генерировали к ним обратные инструкции, а затем дополнили набор примерами из Stack Exchange, WikiHow и задачами на суммаризацию, написание писем и исправление грамматики.
Что можно сделать
- SFT-дообучение моделей генерировать длинные, структурированные и естественные тексты
- Тренировка LoRA-адаптеров для суммаризации, редактуры, написания писем и ответов по таблицам
- Задачи
- Вопросы по таблицам, Суммаризация, Генерация текста, Вопрос-ответ
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 713
- Лайков
- 61
Модели, обученные на нём
- patronus-studio/wolf-defender-prompt-injectionКлассификация текста 10 тыс.
- patronus-studio/wolf-defender-prompt-injection-smallКлассификация текста 3,8 тыс.
- reaperdoesntknow/MoA-400MГенерация текста 2 тыс.
- patronus-studio/wolf-defender-prompt-injection-edgeКлассификация текста 227
- akoksal/LongForm-T5-XL 118
- akoksal/LongForm-OPT-125MГенерация текста 105
- ITLL/wolf-defender-prompt-injectionКлассификация текста 41
- akoksal/LongForm-OPT-350MГенерация текста 28
Как загрузить
from datasets import load_dataset
ds = load_dataset("akoksal/LongForm")