The Fin AI发布ins数据集，应用在自然语言处理、指令微调领域

The Fin AI本次发布的数据集ins，IFT — Instruction Fine-Tuning Dataset Collection 是一个指令微调数据集集合，包含多个子集，每个子集对应不同的数据来源和任务类型。数据集分为两种主要类型：instruction（指令）和 mcq（多项选择题）。数据集规模从几千到数百万条不等，例如 open_orca 子集包含 4,233,923 条指令数据，而 openbookqa 子集包含 5,957 条多项选择题数据。每个数据条目包含以下字段：id（稳定行ID）、source（数据来源名称）、type（数据类型）、subject（可选的主题标签）、instruction（提示或问题）、response（答案或完成文本）和 needs_filter（布尔值，表示是否可能包含时间敏感内容）。该数据集适用于指令微调、问答系统、多项选择题解答等自然语言处理任务。

查看ins

Dataset card内容：

Files and versions内容：

关于The Fin AI，The Fin AI是一家专注于将人工智能技术应用于金融领域的机构，致力于通过先进的机器学习算法和大数据分析，为金融行业提供智能化解决方案，以提升效率并降低风险。

关于HuggingFace，Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的开发与分享。它提供了丰富的资源，包括超过100万个模型、25万个数据集和40万个应用程序，支持文本、图像、视频、音频和3D等多种模态。此外，平台还提供企业级解决方案和开源工具，如Transformers、Diffusers等，以加速机器学习的研究和应用。