香港科技大学（广州） 发布 HEXAINST 数据集, 应用在 自然语言处理、机器学习 领域

香港科技大学（广州） 本次发布的数据集 HEXAINST, HEXAINST是一个精心策划和平衡的指令数据集，涵盖了六个不同的类别，包括分类、代码、一般问答、生成、数学和摘要。数据集包含1200个实例，每个类别包含100个人工策划的指令和100个AI生成的指令。数据集是通过合成数据（DeepSeek R1）和自然数据（公共基准）构建的，以确保数据源的可变性。该数据集旨在帮助研究LLMs中指令特定组件的功能和独特性，以及它们在模型微调过程中的变化。

查看HEXAINST

关于 香港科技大学（广州） , 香港科技大学（广州）是香港科技大学在广州设立的分校，致力于提供高质量的教育和研究，特别是在科技和工程领域，培养国际化人才。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。