Magpie-Align — LLM Instrukcje / SFT Dataset
3M self-synthesized instruction pairs generated by prompting Llama 3 to produce both instructions and responses using a novel pre-query template approach. Unlike previous datasets, Magpie requires no seed data or human curation, achieving superior quality through alignment filtering.
Dataset Details
| Provider | magpie-align |
| Category | Instrukcje / SFT |
| Size | 3M Pairs |
| License | Apache 2.0 |
| Downloads | 650k |
| Tags | Self-Synthesized, Llama 3, Large-Scale, Filtered, 2024 |
from datasets import load_dataset
ds = load_dataset("Magpie-Align/Magpie-Pro-300K-Filtered")
Fine-tuning z tym zbiorem danych
Szacowany VRAM do fine-tuningu z QLoRA (model bazowy 4-bit + adaptery LoRA), przy zachowawczych ustawieniach:
| 7B QLoRA | ~6GB VRAM |
| 13B QLoRA | ~10GB VRAM |
Sprawdź, czy Twoje GPU to udźwignie →
Pierwszy fine-tuning? Przejdź przewodnik krok po kroku: Zrób fine-tuning pierwszego LLM w godzinę
Powiązane zbiory danych
- Infinity-Instruct — Large-scale general SFT when you need millions of samples
- Smoltalk — General SFT for small models (the SmolLM2 recipe)
- Python-Edu — Continued pretraining for Python code understanding
- OpenHermes 2.5 — The default general-purpose SFT mix for 7B-13B fine-tunes
Najczęstsze pytania
Czy mogę użyć Magpie-Align komercyjnie?
Tak — Magpie-Align jest udostępniony na licencji Apache 2.0, liberalnej licencji pozwalającej na użycie komercyjne, w tym trenowanie modeli wdrażanych w produkcie. Przed publikacją sprawdź wymogi atrybucji na karcie zbioru.
Ile danych zawiera Magpie-Align i czy potrzebuję wszystkich?
Magpie-Align zawiera 3M Pairs. Rzadko potrzebujesz całości: do fine-tuningu stylu i formatu wystarcza kilkaset–kilka tysięcy przykładów — załaduj wycinek (np. split="train[:1000]") i zwiększaj skalę tylko, gdy jakość przestaje rosnąć.
Do czego Magpie-Align nadaje się najlepiej?
Fresh synthetic SFT data without seed data or scraping. Należy do sekcji „Instrukcje / SFT" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.
← Wszystkie zbiory danych | Fine-Tuning Guide