alpaca-cleaned yahma
Dataset Card for Alpaca-Cleaned Repository: https://github.com/gururise/AlpacaDataCleaned Dataset Description This is a cleaned version of the original Alpaca Dataset released by Stanford. The following issues have been identified in the original release and fixed in this dataset: Hallucinations: Many instructions in the original dataset had instructions referencing data on the internet, which just caused GPT3 to hallucinate an answer. "instruction":"Summarize… See the full description on the dataset page: https://huggingface.co/datasets/yahma/alpaca-cleaned.
- Tipo
- dataset
- Licencia
- cc-by-4.0
- Lenguaje
- en
- Descargas
- 25,325
- Me gusta
- 871
- Acceso
- public
- Archivos
- 0
Etiquetas
- dataset de instrucciones
- ajuste fino supervisado
- generación de texto
- NLP
- LLM
- texto
- alucinación
- datos sintéticos
Resumen
Dataset de instrucciones en inglés, versión corregida del Alpaca original de Stanford, con 52K ejemplos generados por text-davinci-003. Corrige alucinaciones, respuestas vacías, errores matemáticos y entradas inconsistentes del original, lo que mejora el ajuste fino de modelos de lenguaje. Ideal pa…
README
--- license: cc-by-4.0 language: - en tags: - instruction-finetuning pretty_name: Alpaca-Cleaned task_categories: - text-generation --- # Dataset Card for Alpaca-Cleaned - **Repository:** https://github.com/gururise/AlpacaDataCleaned ## Descripción del Dataset Esta es una versión limpia del dataset…