InternLM 发布 Condor-SFT-20K 数据集, 应用在 语言模型微调、文本生成 领域

InternLM 本次发布的数据集 Condor-SFT-20K, Condor是一个两阶段的数据合成引擎，旨在生成高质量的监督微调数据，以增强大型语言模型的对话能力。该数据集包括英文和中文内容，适用于文本生成任务。Condor通过引入世界知识树和自我反思精炼策略，能够大规模生成高质量的SFT数据。实验结果表明，仅使用20K Condor生成的样本进行微调的模型，其性能优于其他RLHF训练的模型。

查看Condor-SFT-20K

Dataset card 内容： 

Files and versions 内容： 

关于 InternLM , InternLM 是由上海人工智能实验室主要开发，专注于开源高质量大型语言模型及全栈开发应用工具链的组织。

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。