中国科学技术大学 发布 SYNTHQUESTIONS 数据集, 应用在 自然语言处理、机器学习 领域

中国科学技术大学 本次发布的数据集 SYNTHQUESTIONS, SYNTHQUESTIONS数据集是由中国科学技术大学和Metastone Technology合作构建的，包含100万条经过精心设计和合成的用户指令。该数据集通过一种称为“属性接地”的新颖框架生成，该框架结合了自顶向下的属性过程和自底向上的合成过程，以确保生成的指令既多样化又复杂，能够有效提升大型语言模型的理解和推理能力。数据集的创建过程首先收集了大量真实的人类指令，并进行了严格的清洗和去重，然后利用这些指令作为种子，通过先进的语言模型生成多样化的指令。该数据集在多个基准测试中表现出领先性能，显示出其在提升大型语言模型理解和推理能力方面的巨大潜力。

查看SYNTHQUESTIONS

README 内容： 

关于 中国科学技术大学 , 中国科学技术大学是中国的一所综合性研究型大学，位于安徽省合肥市，以培养高水平科技人才和进行科学研究为宗旨。

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。