Датасет · argilla
DPO-датасет Capybara на 7 тыс. примеров
argilla/distilabel-capybara-dpo-7k-binarized
Бинаризованные предпочтения для DPO на основе Capybara: многоходовые диалоги для обучения чат-моделей.
Что внутри
Датасет предпочтений для DPO, собранный через distilabel на основе LDJnr/Capybara. Это preview-версия на 7 тыс. примеров; в v2 обещают полный базовый датасет и ответы более сильных моделей. Язык en, формат табличный и текстовый, размер 1K–10K.
Что можно сделать
- обучить чат-модель через DPO
- провести RLHF-предпочтения
- оценить многоходовые ответы
- Задачи
- Вопрос-ответ, Генерация текста
- Языки
- Английский
- Размер
- 1K–10K записей
- Скачиваний за месяц
- 9,3 тыс.
- Лайков
- 193
Модели, обученные на нём
- kaist-ai/mistral-orpo-capybara-7kГенерация текста 8,7 тыс.
- mradermacher/mistral-7b-orpo-capybara-reproduction-GGUF 2,1 тыс.
- bartowski/zephyr-orpo-141b-A35b-v0.1-GGUFГенерация текста 1,8 тыс.
- MaziyarPanahi/zephyr-orpo-141b-A35b-v0.1-GGUFГенерация текста 1,4 тыс.
- mradermacher/Mistral-v2-orpo-GGUF 1,1 тыс.
- mradermacher/Quyen-Plus-v0.1-i1-GGUF 801
- mradermacher/zephyr-orpo-141b-A35b-v0.1-i1-GGUF 531
- mradermacher/NeuralHyperion-2.0-Mistral-7B-i1-GGUF 465
Как загрузить
from datasets import load_dataset
ds = load_dataset("argilla/distilabel-capybara-dpo-7k-binarized")