No Robots — LLM Instrukcje / SFT Dataset
10,000 instructions and demonstrations written entirely by skilled human annotators — zero synthetic data. Modeled after the SFT data described in OpenAI's InstructGPT paper, split into 9.5k train / 500 test examples across categories like generation, open QA, brainstorming, and coding. Small, clean, and diverse: widely considered the best first dataset for learning to fine-tune.
Dataset Details
| Provider | HuggingFace H4 |
| Category | Instrukcje / SFT |
| Size | 10k Rows |
| License | CC BY-NC 4.0 |
| Downloads | n/a |
| Tags | Human-Written, No-Synthetic, SFT, Beginner-Friendly |
from datasets import load_dataset
ds = load_dataset("HuggingFaceH4/no_robots")
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
- UltraFeedback — The default DPO preference set to run after any SFT pass
- Databricks Dolly 15k — Commercially safe instruction tuning - fully human-written
- 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 No Robots komercyjnie?
Nie w produkcie — No Robots jest udostępniony na licencji CC BY-NC 4.0, która ogranicza użycie do badań i innych celów niekomercyjnych. Do komercyjnego fine-tuningu wybierz zbiór na liberalnej licencji z tej samej kategorii.
Ile danych zawiera No Robots i czy potrzebuję wszystkich?
No Robots zawiera 10k Rows. 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 No Robots nadaje się najlepiej?
Your first fine-tune — small, clean, 100% human-written SFT data (non-commercial license). Należy do sekcji „Instrukcje / SFT" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.
← Wszystkie zbiory danych | Fine-Tuning Guide