BAAI 发布 InfInstruct-F-7.4M 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 InfInstruct-F-7.4M, 该数据集是从超过1亿个样本中采用混合数据筛选技术精心挑选的高质量基础指令数据集，旨在提升语言模型的基础能力。该数据集包含7.4M条指令，其任务是对语言模型进行指令遵循以及基础能力提升的增强。

查看InfInstruct-F-7.4M

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。