Датасет · microsoft
Миллион синтетических инструкций AgentInstruct
microsoft/orca-agentinstruct-1M-v1
Синтетические пары инструкция-ответ на английском для обучения агентных моделей.
Что внутри
Датасет содержит около 1 млн пар инструкций и ответов, полностью сгенерированных фреймворком AgentInstruct. Запросы и ответы синтетические; в качестве исходного материала использован публичный текст из интернета. Покрыты разные навыки, включая редактирование текста; язык — английский.
Что можно сделать
- SFT агентных LLM
- Обучение моделей следованию инструкциям
- Проверка synthetic data pipeline AgentInstruct
- Задачи
- Вопрос-ответ
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 2,4 тыс.
- Лайков
- 477
Модели, обученные на нём
- dphn/Dolphin3.0-Llama3.1-8B-GGUF 54 тыс.
- bartowski/cognitivecomputations_Dolphin3.0-Mistral-24B-GGUFГенерация текста 51,9 тыс.
- bartowski/Dolphin3.0-Llama3.1-8B-GGUFГенерация текста 28,7 тыс.
- bartowski/Dolphin3.0-Llama3.2-3B-GGUFГенерация текста 14,3 тыс.
- bartowski/cognitivecomputations_Dolphin3.0-R1-Mistral-24B-GGUFГенерация текста 11,2 тыс.
- bartowski/Dolphin3.0-Qwen2.5-3b-GGUFГенерация текста 11,1 тыс.
- bartowski/Dolphin3.0-Qwen2.5-1.5B-GGUFГенерация текста 7,4 тыс.
- bartowski/Dolphin3.0-Llama3.2-1B-GGUFГенерация текста 6,4 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("microsoft/orca-agentinstruct-1M-v1")