专栏名称: AINLP

关注AI、NLP相关技术，关注算法研发职位和课程；回复"文章"获取历史信息；双语聊天机器人"无名"；中英翻译请输入：翻译翻译内容；自动对联，请输入：上联上联内容；调戏夸夸聊天机器人，请求夸、求赞；查询相似词，请输入: 相似词词条

我也要提交微信公众号

今天看啥

微信公众号rss订阅, 微信rss, 稳定的RSS源

微信公众号RSS订阅方法

B站投稿RSS订阅方法

微博RSS订阅方法

微博搜索关键词订阅方法

豆瓣日记 RSS订阅方法

【LLM数据工程】LLMs-开源数据-微调数据集总结v2.0

AINLP · 公众号 · · 2024-08-09 10:10

文章预览

【导读】：本文是 LLM数据工程第二篇，介绍共40个开源的通用微调数据集，医疗领域微调数据集。【@】微调数据集目录中文微调数据【001】BelleGroup/train_3.5M_CN 【002】fnlp/moss-003-sft-data 【003】shibing624/alpaca-zh 【004】匠数科技deepctrl-sft-data 【005】YeungNLP/firefly-train-1.1M 【006】Chinese-Vicuna/guanaco_belle_merge_v1.0 【007】Chinese-Vicuna/instruct_chat_50k.jsonl 【008】BAAI/COIG 【008】BAAI/COIG-PC 【009】DA-southampton/RefGPT 【010】chatgpt 中文语料库英文微调数据【011】YeungNLP/ultrachat 【012】BAAI/Infinity-Instruct 【013】tatsu-lab/alpaca 【013】vicgalle/alpaca-gpt4 【014】HuggingFaceH4/ultrachat_200k 【015】ShareGPT-Chinese-English-90k 【016】YeungNLP/WizardLM_evol_instruct_V2_143k 【017】ShareGPT_Vicuna_unfiltered 【018】databricks/databricks-dolly-15k 【019】teknium/OpenHermes-2.5 【020】QingyiSi/Alpaca-CoT/Guanaco-Dataset 多语种微调数据【 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

高分子科学前沿 · 树枝状大分子在生物医药领域连续取得应用突破！

22 小时前

移民(微博搜索) · 移民(微博搜索)-20241125-1

2 天前

高分子科学前沿 · 西北工业大学刘旭庆、叶谦等《AFM》：用于多功能高效柔性吸收器Ti₃C₂Tx/ZnS有机水凝胶的肖特基界面工程

2 天前

北美留学生观察 · 比高铁出口更强大的，竟然是中国“暖气”！欧洲人过冬必备

3 天前

高分子科学前沿 · 四川大学《AFM》：人工智能辅助压力/细菌双模传感器用于正畸力可视化和细菌感染的早期监控

5 天前

河北交通广播 · 【992 | 给力】国内首台，正式投产发电！更稳定的大号“充电宝”，来了→

3 月前

IVD资讯 · IVD研发总监，都干不动了！

4 天前