10 000 instrukcji i przykładowych odpowiedzi napisanych w całości przez wykwalifikowanych ludzkich anotatorów — zero danych syntetycznych. Wzorowany na danych SFT opisanych w pracy OpenAI o InstructGPT, podzielony na 9,5 tys. przykładów treningowych i 500 testowych w kategoriach takich jak generowanie, otwarte pytania, burza mózgów i programowanie. Mały, czysty i różnorodny: powszechnie uznawany za najlepszy pierwszy zbiór do nauki fine-tuningu.
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.