Hugging Face 发布 General SFT Dataset 数据集, 应用在 自然语言处理、模型训练 领域

Hugging Face 本次发布的数据集 General SFT Dataset, 该数据集是为了对Xinyu系统进行有监督的微调而设计的，它确保了与先前训练数据分布的一致性。该数据集包含了英文和中文语料库，这对于让模型适应中文语言的细微差别至关重要。数据集规模达到了40万个示例，其任务是进行有监督的微调，以生成评论。

查看General SFT Dataset

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。