Датасет · argilla
Очищенный инструктивный датасет Dolly 15k от Argilla
argilla/databricks-dolly-15k-curated-en
Вычитанная версия англоязычного набора инструкций Databricks Dolly 15k с исправленными контекстами и ответами.
Что внутри
Набор содержит от 10 до 100 тысяч записей на английском языке, каждая из которых включает категорию задачи, инструкцию, контекст и ответ. Команда Argilla провела ручную вычистку исходного датасета, исправив формулировки инструкций, входных данных и ответов. Основная цель редактуры — сделать тексты точными, соответсвующими категориям и максимально ёмкими без потери полноты.
Что можно сделать
- Качественное SFT-дообучение или обучение LoRA для выполнения инструкций на английском
- Оценка качества ответов моделей в задачах работы с заданным контекстом
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 34 тыс.
- Лайков
- 45
Модели, обученные на нём
- mradermacher/TinyLLama-v0-GGUF 128
- SystemAdmin123/tiny-random-LlamaForCausalLMГенерация текста 86
- SystemAdmin123/pythia-160mГенерация текста 55
- SystemAdmin123/llama-68mГенерация текста 35
- SystemAdmin123/opt-125mГенерация текста 33
- SystemAdmin123/tiny-llama-fast-tokenizerГенерация текста 31
- SystemAdmin123/tiny-dummy-qwen2Генерация текста 26
- SystemAdmin123/SmolLM-360MГенерация текста 25
Как загрузить
from datasets import load_dataset
ds = load_dataset("argilla/databricks-dolly-15k-curated-en")