Датасет · mlabonne
Очищенные синтетические инструкции Orca AgentInstruct
mlabonne/orca-agentinstruct-1M-v1-cleaned
Крупный очищенный набор текстовых инструкций на английском для обучения и проверки ассистентов.
Что внутри
Это очищенная версия microsoft/orca-agentinstruct-1M-v1 от Microsoft. Данные полностью синтетические и созданы на основе открытого веб-текста как seed-данных. Это подмножество полного AgentInstruct (~25 млн примеров), использованного при создании Orca-3-Mistral. Размер по метаданным — от 1 до 10 млн примеров; язык — английский, формат — текстовые инструкции и ответы.
Что можно сделать
- SFT-дообучение инструкт-модели
- Оценка QA-ассистента
- Сравнение с Mistral 7B Instruct
- Задачи
- Вопрос-ответ
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 147
- Лайков
- 71
Модели, обученные на нём
Как загрузить
from datasets import load_dataset
ds = load_dataset("mlabonne/orca-agentinstruct-1M-v1-cleaned")