Датасет · yahma
Очищенный Alpaca
yahma/alpaca-cleaned
Исправленная версия Stanford Alpaca для инструкционного дообучения на английском.
Что внутри
Очищенная версия оригинального Alpaca от Stanford: текстовые пары инструкция — ответ на английском. Авторы исправили галлюцинации и другие проблемы исходного релиза, включая инструкции, отсылающие к данным в интернете. Размер — от 10K до 100K примеров; репозиторий очистки указан на GitHub.
Что можно сделать
- SFT небольшой языковой модели
- Обучение LoRA для инструкций
- Проверка instruction-following
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 10K–100K записей
- Скачиваний за месяц
- 23,5 тыс.
- Лайков
- 906
Модели, обученные на нём
- prithivMLmods/SmolLM2-135M-GGUFГенерация текста 7,2 тыс.
- mradermacher/WizardLM-30B-Uncensored-Guanaco-SuperCOT-30b-i1-GGUF 7,1 тыс.
- mradermacher/SpydazWeb_AI_LCARS_Humanization_003-i1-GGUF 2,6 тыс.
- mradermacher/Mistral-7B-Cymraeg-Welsh-v2-GGUF 2,6 тыс.
- reaperdoesntknow/Qemma-sftГенерация текста 2,4 тыс.
- mradermacher/MiRAI-4B-i1-GGUF 2,3 тыс.
- reaperdoesntknow/Qemma-reduxГенерация текста 2,3 тыс.
- mradermacher/Mixtral_AI_CyberTron_Ultra-GGUF 2,1 тыс.
Как загрузить
from datasets import load_dataset
ds = load_dataset("yahma/alpaca-cleaned")