WizardLM Evol Instruct 70k — LLM Instrukcje / SFT Dataset

Wykorzystuje metodę „Evol-Instruct”, aby stopniowo przepisywać proste instrukcje na coraz bardziej złożone i zróżnicowane przy pomocy GPT-4. Efektem jest zbiór ~70 tys. przykładów o trudności od podstawowej po poziom studiów magisterskich. Sam ten zbiór wystarczył, by WizardLM 13B pokonał Vicuna 13B w złożonych zadaniach rozumowania.

Dataset Details

ProviderWizardLM
CategoryInstrukcje / SFT
Size70k Rows
LicenseApache 2.0
Downloads800k
TagsSynthetic, Evol-Instruct, Complex-Reasoning, GPT-4
 
from datasets import load_dataset
ds = load_dataset("WizardLM/WizardLM_evol_instruct_70k")

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

Najczęstsze pytania

Czy mogę użyć WizardLM Evol Instruct 70k komercyjnie?
Tak — WizardLM Evol Instruct 70k 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 WizardLM Evol Instruct 70k i czy potrzebuję wszystkich?
WizardLM Evol Instruct 70k zawiera 70k 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 WizardLM Evol Instruct 70k nadaje się najlepiej?
Boosting complex-instruction handling with Evol-Instruct data. Należy do sekcji „Instrukcje / SFT" naszego centrum zbiorów danych, gdzie znajdziesz alternatywy i zbiory komplementarne.

← Wszystkie zbiory danych | Fine-Tuning Guide