Allen Institute for AI 发布 tulu-3-sft-olmo-mixture 数据集, 应用在 多语言数据集、模型训练 领域

Allen Institute for AI 本次发布的数据集 tulu-3-sft-olmo-mixture, OLMo v2 SFT混合数据集是一个多语言数据集，包含939,344个样本，来自25个不同的数据源。每个数据源都有其特定的许可证和提示数量。该数据集用于训练OLMo模型，并根据ODC-BY-1.0许可证发布，部分子集具有不同的许可证。数据集的结构包括id、messages和source等特征。该数据集旨在用于研究和教育用途。

查看tulu-3-sft-olmo-mixture

Dataset card 内容： 

Files and versions 内容： 

关于 Allen Institute for AI , 艾伦人工智能研究所是一家专注于AI研究和应用的高级研究机构。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。