Cognitive Computations 发布 HuggingFaceTB_smoltalk-DolphinLabeled 数据集, 应用在 自然语言处理、模型微调 领域

Cognitive Computations 本次发布的数据集 HuggingFaceTB_smoltalk-DolphinLabeled, HuggingFaceTB smoltalk DolphinLabeled数据集是HuggingFaceTB/smoltalk数据集的过滤版本，旨在通过去除重复内容和添加标签列来改进数据集。原始数据集SmolTalk是一个用于监督微调（SFT）大型语言模型（LLMs）的合成数据集，包含100万样本。该数据集通过结合新的合成数据集和现有公共数据集，旨在提高模型在文本编辑、重写、摘要和推理等任务上的表现。数据集包括多个子集，如Smol-Magpie-Ultra、Smol-contraints、Smol-rewrite和Smol-summarize，以及多个公共数据集如OpenHermes2.5、MetaMathQA等。所有新数据集均采用Apache 2.0许可证。

查看HuggingFaceTB_smoltalk-DolphinLabeled

Dataset card 内容： 

Files and versions 内容： 

关于 Cognitive Computations , Cognitive Computations是一个专注于认知计算领域的研究机构。

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。