OpenAI 发布 Self-Instruct Synthetic Dataset 数据集, 应用在 自然语言处理、机器学习 领域

OpenAI 本次发布的数据集 Self-Instruct Synthetic Dataset, 该数据集是一个综合性的数据集，包含了超过52,000条指令和82,000个实例，这些数据是利用语言模型生成的，旨在提升模型遵循指令的能力。此外，该数据集使用了GPT-3的“davinci”引擎进行生成，包含了多样化的意图和文本格式。在规模上，该数据集拥有52,000条指令和82,000个实例，其任务是进行指令调优。

查看Self-Instruct Synthetic Dataset

README 内容： 

关于 OpenAI , 开放人工智能研究中心（OpenAI）是一家致力于开发和推广友好人工智能的研究机构，成立于2015年，由埃隆·马斯克、萨姆·阿尔特曼等人共同创立。其目标是确保人工智能的发展能够造福全人类，避免其被少数人控制。OpenAI的研究领域涵盖机器学习、自然语言处理、机器人技术等，并在多个领域取得了显著成果。

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。