Датасет · nomic-ai
Промпт-генерации для обучения GPT4All-J
nomic-ai/gpt4all-j-prompt-generations
Промпты и сгенерированные ответы, на которых обучали GPT4All-J и GPT4All-J-LoRA.
Что внутри
Датасет содержит текстовые промпты и генерации, использованные для дообучения GPT4All-J и GPT4All-J-LoRA. Есть версии v1.0 — исходные данные для файнтюнинга GPT-J, и отфильтрованные v1.1–v1.3, где убирали шаблонные фразы и добавляли ShareGPT. Язык — английский, размер — от 100 тыс. до 1 млн примеров.
Что можно сделать
- SFT для GPT-J/GPT4All-J
- Обучить LoRA на промпт-генерациях
- Изучить эффект фильтрации данных
- Языки
- Английский
- Размер
- 100K–1M записей
- Скачиваний за месяц
- 590
- Лайков
- 229
Модели, обученные на нём
- mradermacher/gpt4all-falcon-i1-GGUF 1,2 тыс.
- nomic-ai/gpt4all-jГенерация текста 1,1 тыс.
- mradermacher/gpt4all-falcon-GGUF 790
- maddes8cht/nomic-ai-gpt4all-falcon-ggufГенерация текста 465
- tensorblock/gpt4all-falcon-GGUFГенерация текста 222
- nomic-ai/gpt4all-falconГенерация текста 158
- nomic-ai/gpt4all-mptГенерация текста 144
- nomic-ai/gpt4all-13b-snoozyГенерация текста 129
Как загрузить
from datasets import load_dataset
ds = load_dataset("nomic-ai/gpt4all-j-prompt-generations")