Датасет · internlm
Данные для агентного дообучения LLM
internlm/Agent-FLAN
Смесь AgentInstruct, Toolbench и негативных примеров для agent tuning LLM.
Что внутри
Датасет из проекта Agent-FLAN для эффективного agent tuning больших языковых моделей. В основе — AgentInstruct, Toolbench и специально подготовленные негативные примеры поведения агента. Данные нужны, чтобы учить LLM работать с инструментами и агентными сценариями.
Что можно сделать
- SFT агентной LLM
- дообучение LoRA для вызова инструментов
- проверка устойчивости к негативным примерам
- Скачиваний за месяц
- 564
- Лайков
- 107
Модели, обученные на нём
- dphn/dolphin-2.9.1-yi-1.5-34bГенерация текста 4,8 млн
- bartowski/dolphin-2.9-llama3-8b-GGUFГенерация текста 19,9 тыс.
- dphn/dolphin-2.9.1-mixtral-1x22bГенерация текста 10,8 тыс.
- dphn/dolphin-2.9.1-llama-3-8bГенерация текста 9,4 тыс.
- mradermacher/dolphin-2.9.1-mixtral-1x22b-i1-GGUF 9,4 тыс.
- dphn/dolphin-2.9.2-mixtral-8x22bГенерация текста 9,2 тыс.
- dphn/dolphin-2.9.1-llama-3-70bГенерация текста 9,2 тыс.
- dphn/dolphin-2.9.2-Phi-3-MediumГенерация текста 9,2 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("internlm/Agent-FLAN")