BAAI 发布 BAAI-2k 数据集, 应用在 自然语言处理、机器学习 领域

BAAI 本次发布的数据集 BAAI-2k, 该数据集名为BAAI-2k，是从BAAI-Infinity-Instruct数据集中提取的2000个样本组成，专注于筛选出高回报样本，以确保数据的质量和类别的多样性。此外，该数据集还确保了各类别之间的均匀采样，并已用于调整包括Qwen 3和Llama 3系列在内的多种大型语言模型（LLMs）。同时，该数据集在多个下游基准测试中进行了评估。规模上，该数据集包含2000个样本，其任务是针对大型语言模型（LLMs）进行微调。

查看BAAI-2k

Dataset card 内容： 

Files and versions 内容： 

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。